利用pandas处理Excel数据

Python编程与实战

共 3314字,需浏览 7分钟

 ·

2021-03-01 10:32

新建一个excel表格(table1.csv)用于案例讲解:

导库

import pandas as pd
import numpy as np

读取数据

df = pd.read_excel('table1.xlsx'# 相对路径
# df = pd.read_excel(r'E:\Anaconda\hc\dataScience\table1.csv') # 绝对路径

显示数据

显示数据的行与列数

df.shape

(6, 5)

显示数据格式dtpyes

df.dtypes

Name      object
Age        int64
Sex        int64
Class      int64
Score    float64
dtype: object

显示列名

df.columns

Index(['Name''Age''Sex''Class''Score'], dtype='object')

显示前数据前2行

df.head(2)

显示数据后3行

df.tail(3)

显示数据唯一值(unique函数)

df['Score'].unique()

array([ 80.,  90., 100.,  nan])

对第几行数据不读取

# 没有读取第2行
df1 = pd.read_excel('table1.csv',skiprows=[2] ) 

对缺失值进行识别

# 所有缺失值显示为True
df.isnull()

清洗数据

删除空值(dropna函数)

df2 = df.dropna(how='any')

填充空值(fillna函数)

df3 = df.fillna(value=0)

用均值对空值进行填充

df4 = df['Score'].fillna(df['Score'].mean())

0     80.0
1     90.0
2    100.0
3     90.0
4     88.0
5     80.0
Name: Score, dtype: float64

更改数据格式

df1['Score'].astype('int64')

0     80
1     90
2    100
3     90
5     80
Name: Score, dtype: int64

(注:如果存在空值,更改数据格式会报错!)

更改列名

df5 = df.rename(columns={'Score''score'})

对列表内的值进行替换(replace函数)

df6 = df['Name'].replace('Bob''bob')

0     Tom
1    Jack
2    Alan
3    Tony
4     Tim
5     bob
Name: Name, dtype: object

数据预处理

对数据进行排序

df.sort_values(by=['Score'])

(注:默认升序,且空值在后面)

数据分组

①单一条件分组

# 如果Score列的值>=85,Score列显示high,否则显示low
# group列为增加列
df['group'] = np.where(df['Score'] > 85,'high','low')

②多个条件分组

# 利用loc函数,进行多列查询
# sign为增加列
df.loc[(df['Sex'] == 1) & (df['Age']>= 19), 'sign']=1

数据提取

按标签提取(loc函数)

df.loc[0:3]

按位置进行提取(iloc函数)

①按区域提取

df.iloc[:4, :5]

②按位置提取

#[0, 2, 5] 代表指定的行,[0, 1, 5] 代表指定的列
df.iloc[[0, 2, 5],[0, 1, 5]]

按条件提取(isin与loc函数)

①用isin函数进行判断

# 判断Sex是否为1
df['Sex'].isin([1])

0     True
1     True
2     True
3    False
4    False
5     True
Name: Sex, dtype: bool

②用loc函数进行判断

# Sex为1,分数大于85
df1.loc[(df1['Sex'] == 1) & (df1['Score'] > '85'), ['Name','Age','Class']]

③先判断结果,将结果为True的提取

# 先判断Score列里是否包含80和90,然后将复合条件的数据提取出来。
df.loc[df['Score'].isin(['80','90'])]

作者:AI阿聪 

版权声明:本文为博主原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。

本文链接:https://blog.csdn.net/weixin_40431584/article/details/103993722

< END >

微信扫码关注,了解更多内容

浏览 18
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报
评论
图片
表情
推荐
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报