1、加载pandas模块并读取文件
请注意”读取“只是一个动作，并不展示文件。其中的”sheet_name“支持对多标签页工作簿进行操作读取，即可引用页签名，也可以设为0、1、2，分别对应排序中的第1、2、3张工作表。
import pandas as pd #加载用于读写excel的pandas模块，具体打开格式请参考下一行
data1 = pd.read_excel('E:\\example.xlsx',sheet_name = '5月',header = None,enconding = 'utf-8',names = ['date','channel','talks','questiones'])
data1
5月份个商数据（示例）.JPG
data1 = pd.read_excel('E:\\example.xlsx',sheet_name = '6月',header = None,enconding = 'utf-8',names = ['date','channel','talks','questiones'])
data1
6月份个商数据（示例）.JPG
2、显示数据整体结构
如下图，即该数据有10行4列
data1.shape #显示数据整体结构
数据整体结构.JPG
3、显示指定列内容
data1.loc[:,'talks':'questiones'] #显示指定列内容，但不删除该列数据
显示指定列内容.JPG
4、去除重复项
（1）去除指定列重复数据，并保留该列第一行重复值
data1.drop_duplicates(['talks']) #去除指定列重复数据，并保留该列第一个数据，如仅保留6月1日的“talks”数据。
去除指定列重复数据，并保留该列第一个数据.JPG
（2）去除指定列重复数据，且保留最后一行重复值
data1.drop_duplicates(['talks'],keep = 'last') #去除指定列重复数据，且保留最后一行重复值。最新使用的属性为 keep = 'last'
去除指定列重复数据，且保留最后一行重复值.JPG
5、删除指定列数据
data1.drop(['talks'],axis = 1) #删除指定列数据，axis参数1表示横轴逐个操作
删除'talks'列数据.JPG
6、删除指定列数值
data1.loc[-(data1['talks']== 101)] #删除指定列数值，如本操作删除 talks列中值为 101 这一行
删除 talks列中值为 101的列.JPG
7、更改列名
data1.rename(columns = {'talks':'users'},inplace = True) #更改某列名称
data1
'talks'列更改为'users'列.JPG
8、随机取某几行数
data1.sample(3) #随机取3行数
随机取3行数.JPG
9、列表显示某列唯一值
data1['users'].unique() #输出指定列中的唯一值，显示数据类型
'users'列唯一值.JPG
10、统计某列值出现频次
data1['users'].value_counts() #统计指定列各值出现频率，显示数据类型
统计'uesrs'列各值出现频次.JPG
11、分组统计
注意，这里面同样用到了‘sort’属性，如果是'False'，则为升序统计，但是为'True'时也不是降序统计，这个还不明白其中的道理。
bins = [200,202,204,206,208,210] #对 questiones 进行分组统计
group = ['200-202','202-204','204-206','206-208','208-210']
grouping = pd.cut(data1['questiones'],bins,labels = group)
pd.value_counts(grouping,sort = False)
分组统计.JPG
12、最值
（1）最大值
data1['users'].max() #求某列最大值
（2）最小值
data1['users'].min() #求某列最小值
13、排列
data1.sort_values(by = 'questiones',ascending = False) #将数据按照指定列进行升序排序,ascending = True则为升序排列
按照'questiones'列降序排列.JPG
13、整体统计描述
data1.describe() #对数据进行各类指标统计
描述各数值列的数值个数、平均值、最大最小值等统计特性.JPG
网友评论