pandas使用

1、读取数据

import pandas as pd

pd.read_csv(“1.csv”)#读取当前文件夹下的1.csv文件 pd.head#显示头部数据

2、写入数据

pd.to_csv(“1.csv”)#将pd对象的内容写到当前路径下的 1.csv

3、排序

>>> dd=pd.DataFrame({'a':[1,2,3],'b':[2,4,3],'c':[5,3,2]})#利用字典生成一个pandas的DataFrame，它会自动添加序号（index）列到DataFrame >>> dd a b c 0 1 2 5 1 2 4 3 2 3 3 2 >>> dd.sort_values("a",ascending=False)#将生成的DataFrame按照a列排序，ascending=False就是“降序”的意思。 a b c 2 3 3 2 1 2 4 3 0 1 2 5

4、reset_index（）用法

#>>> dd=pd.DataFrame({‘a’:[1,2,3],‘b’:[2,4,3],‘c’:[5,3,2]}) #>>> dd a b c 0 1 2 5 1 2 4 3 2 3 3 2 #>>> dd.index.name=‘id’#指定索引列的名称为‘id’ #>>> dd a b c id 0 1 2 5 1 2 4 3 2 3 3 2 #>>> de=dd.reset_index()#调用reset_index函数重新添加一列索引列 #>>> de id a b c 0 0 1 2 5 1 1 2 4 3 2 2 3 3 2 #>>> df=dd.sort_values(“id”,ascending=False) #>>> df a b c id 2 3 3 2 1 2 4 3 0 1 2 5

5、常用函数

代码 功能

1 DataFrame() 创建一个DataFrame对象 2 df.values 返回ndarray类型的对象 3 df.index 获取行索引 4 df.columns 获取列索引 5 df.axes 获取行及列索引 6 df.T 行与列对调 7 df. info() 打印DataFrame对象的信息 8 df.head(i) 显示前 i 行数据 9 df.tail(i) 显示后 i 行数据 10 df.describe() 查看数据按列的统计信息

df.head(2)#显示头两行的内容

df.axes 获取行及列索引

6、新增行

注意：这里一定要使用df=df.append()这样的形式否则df的内容不会改变

7、删除某列

方法一：直接del df[‘column-name’]

插入列