人力和财务工作中常会用到的Pandas代码

import pandas as pddata = pd.read_excel(r'英雄联盟员工信息表.xlsx', index_col='工号')# 访问columns属性，查看列字段data.columns# 访问index属性，查看行标记data.index# 访问values属性，查看数据集data.values

# 调用head方法，查看前5行data.head()# 调用tail方法，查看后5行data.tail()# 查看指定列的前5行data['部门'].head()

# 对原数据集增加一列奖金列，数额为薪资的20%data['奖金'] = data['薪资']*0.2data['奖金'].head()# loc方法，根据索引列访问数据集idx = ['lol-1','lol-2','lol-3','lol-7']data.loc[idx]

# 查看重复数据条（bool结果为True代表重复）data.duplicated()# 查看有多少条重复数据 data.duplicated().sum()   # 结果：2  # 查看重复数据 data[data.duplicated()]# 删除重复数据条，inplace参数代表是否在原数据集进行删除data.drop_duplicates(inplace=True)# 再次查看是否全部去重 data.duplicated().sum()   # 结果: 0, 说明数据已经唯一 

# 频数统计data['部门'].value_counts()# ascending = True代表升序展示data['部门'].value_counts(ascending=True)

# 频数统计 data['状态'].value_counts()# normalize=True, 获得标准化计数结果 data['状态'].value_counts(normalize=True)# 展示出员工总体流失率 rate = data['状态'].value_counts(normalize = True)['离职']rate

# describe方法也是常用的一种方法，而且结果更全面 data['工龄'].describe()# 通过降序排序、切片操作，找到待的最久的三名员工 data['工龄'].sort_values(ascending=False)[:3]ID = data['工龄'].sort_values(ascending=False)[:3].indexdata.loc[ID]

data['满意度'].head()# 通过查看满意度前五行发现，不太直观，我们可以用map进行映射，先建立一个映射字典 JobSatisfaction_cat = {    1:'非常满意',     2:'一般般吧',     3:'劳资不爽' }data['满意度'].map(JobSatisfaction_cat)# 对原数据集进行满意度映射 data['满意度'] = data['满意度'].map(JobSatisfaction_cat)data['满意度'].head()

data.head()# 频数统计data['满意度'].value_counts()# 获得标准化计数结果，考虑到百分比更能说明满意度情况，所以乘100展示 100*data['满意度'].value_counts(normalize=True)