從Excel到Python最常用的Pandas函數(shù)有哪些

從Excel到Python最常用的Pandas函數(shù)有哪些，相信很多沒有經(jīng)驗(yàn)的人對(duì)此束手無(wú)策，為此本文總結(jié)了問題出現(xiàn)的原因和解決方法，通過(guò)這篇文章希望你能解決這個(gè)問題。

生成數(shù)據(jù)表

常見的生成數(shù)據(jù)表的方法有兩種，第一種是導(dǎo)入外部數(shù)據(jù)，第二種是直接寫入數(shù)據(jù)。Excel中的“文件”菜單中提供了獲取外部數(shù)據(jù)的功能，支持?jǐn)?shù)據(jù)庫(kù)和文本文件和頁(yè)面的多種數(shù)據(jù)源導(dǎo)入。

Python支持從多種類型的數(shù)據(jù)導(dǎo)入。在開始使用Python進(jìn)行數(shù)據(jù)
導(dǎo)入前需要先導(dǎo)入pandas庫(kù)，為了方便起見，我們也同時(shí)導(dǎo)入numpy
庫(kù).

import numpy as np
import pandas as pd

導(dǎo)入外部數(shù)據(jù)

df=pd.DataFrame(pd.read_csv('name.csv',header=1))
df=pd.DataFrame(pd.read_Excel('name.xlsx'))c

里面有很多可選參數(shù)設(shè)置，例如列名稱、索引列、數(shù)據(jù)格式等

直接寫入數(shù)據(jù)

df = pd.DataFrame({"id":[1001,1002,1003,1004,1005,1006],
"date":pd.date_range('20130102', periods=6),
"city":['Beijing ', 'SH', ' guangzhou ', 'Shen
zhen', 'shanghai', 'BEIJING '],
"age":[23,44,54,32,34,32],
"category":['100-A','100-B','110-A','110-C','2
10-A','130-F'],
"price":[1200,np.nan,2133,5433,np.nan,4432]},
columns =['id','date','city','category','age',
'price'])

數(shù)據(jù)表檢查

數(shù)據(jù)表檢查的目的是了解數(shù)據(jù)表的整體情況，獲得數(shù)據(jù)表的關(guān)鍵信息、數(shù)據(jù)的概況，例如整個(gè)數(shù)據(jù)表的大小、所占空間、數(shù)據(jù)格式、是否有
空值和重復(fù)項(xiàng)和具體的數(shù)據(jù)內(nèi)容，為后面的清洗和預(yù)處理做好準(zhǔn)備。

1.數(shù)據(jù)維度(行列)

Excel中可以通過(guò)CTRL+向下的光標(biāo)鍵，和CTRL+向右的光標(biāo)鍵
來(lái)查看行號(hào)和列號(hào)。Python中使用shape函數(shù)來(lái)查看數(shù)據(jù)表的維度，也就是行數(shù)和列數(shù)。

df.shape

2.數(shù)據(jù)表信息

使用info函數(shù)查看數(shù)據(jù)表的整體信息，包括數(shù)據(jù)維度、列名稱、數(shù)據(jù)格式和所占空間等信息。
#數(shù)據(jù)表信息

df.info()
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 6 entries, 0 to 5
Data columns (total 6 columns):
id 6 non-null int64
date 6 non-null datetime64[ns]
city 6 non-null object
category 6 non-null object
age 6 non-null int64
price 4 non-null float64
dtypes: datetime64[ns](1), float64(1), int64(2), object(2)
memory usage: 368.0+ bytes

3.查看數(shù)據(jù)格式

Excel中通過(guò)選中單元格并查看開始菜單中的數(shù)值類型來(lái)判斷數(shù)
據(jù)的格式。Python中使用dtypes函數(shù)來(lái)返回?cái)?shù)據(jù)格式。

Dtypes是一個(gè)查看數(shù)據(jù)格式的函數(shù)，可以一次性查看數(shù)據(jù)表中所
有數(shù)據(jù)的格式，也可以指定一列來(lái)單獨(dú)查看

#查看數(shù)據(jù)表各列格式
df.dtypes
id int64
date datetime64[ns]
city object
category object
age int64
price float64
dtype: object
#查看單列格式
df['B'].dtype
dtype('int64')

4.查看空值

Excel中查看空值的方法是使用“定位條件”在“開始”目錄下的“查找和選擇”目錄.

Isnull是Python中檢驗(yàn)空值的函數(shù)

#檢查數(shù)據(jù)空值
df.isnull()

#檢查特定列空值
df['price'].isnull()

5.查看唯一值

Excel中查看唯一值的方法是使用“條件格式”對(duì)唯一值進(jìn)行顏色
標(biāo)記。

Python中使用unique函數(shù)查看唯一值。

#查看city列中的唯一值
df['city'].unique()
array(['Beijing ', 'SH', ' guangzhou ', 'Shenzhen', 'shanghai', '
BEIJING '], dtype=object)

6.查看數(shù)據(jù)表數(shù)值

Python中的Values函數(shù)用來(lái)查看數(shù)據(jù)表中的數(shù)值

#查看數(shù)據(jù)表的值
df.values

7.查看列名稱

Colums函數(shù)用來(lái)單獨(dú)查看數(shù)據(jù)表中的列名稱。

#查看列名稱
df.columns
Index(['id', 'date', 'city', 'category', 'age', 'price'], dtype='
object')

8.查看前10行數(shù)據(jù)

Head函數(shù)用來(lái)查看數(shù)據(jù)表中的前N行數(shù)據(jù)

#查看前3行數(shù)據(jù)
df.head(3)

9.查看后10行數(shù)據(jù)

Tail行數(shù)與head函數(shù)相反，用來(lái)查看數(shù)據(jù)表中后N行的數(shù)據(jù)

#查看最后3行
df.tail(3)

數(shù)據(jù)表清洗

本次的Python學(xué)習(xí)教程介紹對(duì)數(shù)據(jù)表中的問題進(jìn)行清洗，包括對(duì)空值、大小寫問題、數(shù)據(jù)格式和重復(fù)值的處理。

1.處理空值(刪除或填充)

Excel中可以通過(guò)“查找和替換”功能對(duì)空值進(jìn)行處理

Python中處理空值的方法比較靈活，可以使用 Dropna函數(shù)用來(lái)刪除數(shù)據(jù)表中包含空值的數(shù)據(jù)，也可以使用fillna函數(shù)對(duì)空值進(jìn)行填充。

#刪除數(shù)據(jù)表中含有空值的行
df.dropna(how='any')

也可以使用數(shù)字對(duì)空值進(jìn)行填充

#使用數(shù)字0填充數(shù)據(jù)表中空值
df.fillna(value=0)

使用price列的均值來(lái)填充NA字段，同樣使用fillna函數(shù)，在要填充的數(shù)值中使用mean函數(shù)先計(jì)算price列當(dāng)前的均值，然后使用這個(gè)均值對(duì)NA進(jìn)行填充。

#使用price均值對(duì)NA進(jìn)行填充
df['price'].fillna(df['price'].mean())
Out[8]: 
0 1200.0
1 3299.5
2 2133.0
3 5433.0
4 3299.5
5 4432.0
Name: price, dtype: float64

2.清理空格

字符中的空格也是數(shù)據(jù)清洗中一個(gè)常見的問題

#清除city字段中的字符空格
df['city']=df['city'].map(str.strip)

3.大小寫轉(zhuǎn)換

在英文字段中，字母的大小寫不統(tǒng)一也是一個(gè)常見的問題。
Excel中有UPPER，LOWER等函數(shù)，Python中也有同名函數(shù)用來(lái)解決
大小寫的問題。

#city列大小寫轉(zhuǎn)換
df['city']=df['city'].str.lower()

4.更改數(shù)據(jù)格式

Excel中通過(guò)“設(shè)置單元格格式”功能可以修改數(shù)據(jù)格式。

Python中通過(guò)astype函數(shù)用來(lái)修改數(shù)據(jù)格式。

#更改數(shù)據(jù)格式
df['price'].astype('int')
0 1200
1 3299
2 2133
3 5433
4 3299
5 4432
Name: price, dtype: int32

5.更改列名稱

Rename是更改列名稱的函數(shù)，我們將來(lái)數(shù)據(jù)表中的category列更改為category-size。

#更改列名稱
df.rename(columns={'category': 'category-size'})

6.刪除重復(fù)值

Excel的數(shù)據(jù)目錄下有“刪除重復(fù)項(xiàng)”的功能

Python中使用drop_duplicates函數(shù)刪除重復(fù)值

df['city']
0 beijing
1 sh
2 guangzhou
3 shenzhen
4 shanghai
5 beijing
Name: city, dtype: object

city列中beijing存在重復(fù)，分別在第一位和最后一位
drop_duplicates()函數(shù)刪除重復(fù)值

#刪除后出現(xiàn)的重復(fù)值
df['city'].drop_duplicates()
0 beijing
1 sh
2 guangzhou
3 shenzhen
4 shanghai
Name: city, dtype: object

設(shè)置keep='last‘’參數(shù)后，與之前刪除重復(fù)值的結(jié)果相反，第一位
出現(xiàn)的beijing被刪除

#刪除先出現(xiàn)的重復(fù)值
df['city'].drop_duplicates(keep='last')
1 sh
2 guangzhou
3 shenzhen
4 shanghai
5 beijing
Name: city, dtype: objec

7.數(shù)值修改及替換

Excel中使用“查找和替換”功能就可以實(shí)現(xiàn)數(shù)值的替換

Python中使用replace函數(shù)實(shí)現(xiàn)數(shù)據(jù)替換

附#數(shù)據(jù)替換
df['city'].replace('sh', 'shanghai')
0 beijing
1 shanghai
2 guangzhou
3 shenzhen
4 shanghai
5 beijing
Name: city, d

看完上述內(nèi)容，你們掌握從Excel到Python最常用的Pandas函數(shù)有哪些的方法了嗎？如果還想學(xué)到更多技能或想了解更多相關(guān)內(nèi)容，歡迎關(guān)注億速云行業(yè)資訊頻道，感謝各位的閱讀！