利用pandas處理Excel數(shù)據(jù)

新建一個excel表格（table1.csv）用于案例講解：

導庫

import pandas as pd
import numpy as np

讀取數(shù)據(jù)

df = pd.read_excel('table1.xlsx') # 相對路徑
# df = pd.read_excel(r'E:\Anaconda\hc\dataScience\table1.csv') # 絕對路徑

顯示數(shù)據(jù)

顯示數(shù)據(jù)的行與列數(shù)

df.shape

(6, 5)

顯示數(shù)據(jù)格式dtpyes

df.dtypes

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

顯示列名

df.columns

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

顯示前數(shù)據(jù)前2行

df.head(2)

顯示數(shù)據(jù)后3行

df.tail(3)

顯示數(shù)據(jù)唯一值（unique函數(shù)）

df['Score'].unique()

array([ 80.,  90., 100.,  nan])

對第幾行數(shù)據(jù)不讀取

# 沒有讀取第2行
df1 = pd.read_excel('table1.csv',skiprows=[2] ) 

對缺失值進行識別

# 所有缺失值顯示為True
df.isnull()

清洗數(shù)據(jù)

刪除空值（dropna函數(shù)）

df2 = df.dropna(how='any')

填充空值（fillna函數(shù)）

df3 = df.fillna(value=0)

用均值對空值進行填充

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

更改數(shù)據(jù)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，更改數(shù)據(jù)格式會報錯?。?/p>

更改列名

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

對列表內(nèi)的值進行替換（replace函數(shù)）

df6 = df['Name'].replace('Bob', 'bob')

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

數(shù)據(jù)預處理

對數(shù)據(jù)進行排序

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

（注:默認升序，且空值在后面）

數(shù)據(jù)分組

①單一條件分組

# 如果Score列的值>=85，Score列顯示high，否則顯示low
# group列為增加列
df['group'] = np.where(df['Score'] > 85,'high','low')

②多個條件分組

# 利用loc函數(shù)，進行多列查詢
# sign為增加列
df.loc[(df['Sex'] == 1) & (df['Age']>= 19), 'sign']=1

數(shù)據(jù)提取

按標簽提取（loc函數(shù)）

df.loc[0:3]

按位置進行提?。╥loc函數(shù)）

①按區(qū)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]]

按條件提?。╥sin與loc函數(shù)）

①用isin函數(shù)進行判斷

# 判斷Sex是否為1
df['Sex'].isin([1])

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

②用loc函數(shù)進行判斷

# Sex為1，分數(shù)大于85
df1.loc[(df1['Sex'] == 1) & (df1['Score'] > '85'), ['Name','Age','Class']]

③先判斷結果，將結果為True的提取

# 先判斷Score列里是否包含80和90，然后將復合條件的數(shù)據(jù)提取出來。
df.loc[df['Score'].isin(['80','90'])]

作者：AI阿聰 

版權聲明：本文為博主原創(chuàng)文章，遵循 CC 4.0 BY-SA 版權協(xié)議，轉載請附上原文出處鏈接和本聲明。

本文鏈接：https://blog.csdn.net/weixin_40431584/article/details/103993722