企业网站建设财务规划,上海黄浦网站建设,兰州最新消息今天又封了,商务网站建设定义本期主题#xff1a; python的pandas使用 往期链接#xff1a;
python实用脚本#xff08;一#xff09;—— 批量修改目标文件夹下的文件名python实用脚本#xff08;二#xff09;—— 使用xlrd读取excelpython实用脚本#xff08;三#xff09;—— 通过有道智云AP…本期主题 python的pandas使用 往期链接
python实用脚本一—— 批量修改目标文件夹下的文件名python实用脚本二—— 使用xlrd读取excelpython实用脚本三—— 通过有道智云API实现翻译python实用脚本四—— 正则表达式python实用脚本五——numpy的使用 文章目录1.pandas是什么2.Series实例3.DataFrame实例3.pandas使用csv1.使用 to_csv() 将DataFrame存储为csv2.使用 read_csv读1.pandas是什么 pandas是python data analyze libray是一个基于NumPy 的一种工具该工具是为解决数据分析任务而创建的。 pandas主要有两种数据结构
Series一维数据类似于一维数组的对象由一组数据和一组与之相关的索引构成DataFrame二维数据表格型的数据结构由行数据和列数据构成
2.Series实例
Series类似于表格中的一列可以保存任何数据类型
Series 由索引index和列元素组成函数如下 pandas.Series( data, index, dtype, name, copy) 其中 data代表一组数据index数据索引标签不指定则默认从0开始计数dtype数据类型默认自己判断name设置这个series的namecopy是否进行数据拷贝默认为False 看一个实际例子
3.DataFrame实例
DataFrame是一个表格型的数据结构每一列可以有不同的值类型每一列可以认为是 series. 使用list创建DataFrame data [[Google,10],[Runoob,12],[Wiki,13]]df pd.DataFrame(data,columns[Site,Age],dtypefloat)
stdin:1: FutureWarning: Could not cast to float64, falling back to object. This behavior is deprecated. In a future version, when a dtype is passed to DataFrame, either all columns will be cast to that dtype, or a TypeError will be raised.print(df)Site Age
0 Google 10.0
1 Runoob 12.0
2 Wiki 13.03.pandas使用csv
CSVComma-Separated Values逗号分隔值有时也称为字符分隔值因为分隔字符也可以不是逗号其文件以纯文本形式存储表格数据数字和文本。
CSV 是一种通用的、相对简单的文件格式被用户、商业和科学广泛应用。
1.使用 to_csv() 将DataFrame存储为csv
import numpy as np
import pandas as pd# name
name [xiaoming, xiaohong, xiaolv]
# age
age [10, 12, 13]
dict {name : name,age : age
}
df pd.DataFrame(dict)df.to_csv(test.csv, indexFalse) #indexFalse就是不要最前面的那个索引结果
2.使用 read_csv读
df pd.read_csv(test.csv)print(df.to_string())测试结果
python .\pandas_test.pyname age
0 xiaoming 10
1 xiaohong 12
2 xiaolv 13
