1.1 文本读取，pd.read_csv()，pd.read_table();
pandas 读取文本（txt、excel）中会常用到两个函数：read_csv() 和 read_table() ；两个函数出去读取文本不一样之外，读取文本时前者是以，(逗号)为分隔符读取，后者以 tab(空格)为 分隔符进行读取的，把读取到的文本转化成二维 Dataframe 数据格式，直观整洁以便后续处理，以 pd.read_table()为例:
pd.read_table()用到的参数有:
Snipaste_2020-02-10_16-20-30.jpg
里面参数很多，但常用到的下面几个
-
filepath，欲读取的txt、csv文件、网页内容；
-
seq ，分割符来对字符串进行表格划分，一般来说 read_table()默认的为 tab（空格），read_csv() 默认为，（逗号），可以根据具体情况自己设置；
-
usercols，可以设置提取自己需要的列名；
下面就是一个url网址内容，文本之间以 Tab键 作为分隔符：
Snipaste_2020-02-10_16-32-39.jpg
利用 pandas 对里面的内容进行读取，展示如下：
url ='http://bit.ly/chiporders'
df1 =pd.read_table(url)
# 读取前5行数据
df1.head()
Snipaste_2020-02-10_16-43-46.jpg
# usecols 参数作为选取特定的列；
df = pd.read_table(url,usecols = ['order_id','item_price'])
df.head()
Snipaste_2020-02-10_16-55-03.jpg
不设置第一行为列名
#header默认为0，即以第一列为列名，这里设为None，意味不设置第一行为列名；
df11 = pd.read_table(url,header =None)
df11.head()
Snipaste_2020-02-10_16-55-11.jpg
1.2 读取时用names修改列名
#names =***,可以自定义设置列名
user_cols = ['id','quantity','name','choice','price']
df= pd.read_table(url,header =None,names = user_cols)
df.head()
Snipaste_2020-02-10_20-53-36.jpg
1.3 用describe()函数对描述大致数据
#对整个Dataframe各列做个基本统计；
# count：数
# unique: 总体分为3类；
# top：频率最高的value;
# freq：出现频率最高的次数；
df.describe()
Snipaste_2020-02-10_21-05-28.jpg
1.4 shape函数返回二维数据的列数、行数
df.shape#查看Dataframe的整体数据
Snipaste_2020-02-10_21-05-56.jpg
1.5 读取到的 Dataframe 每一列数据类型为Series；
#列出某一列的数据,为一个series数据
df['name']#也可以df.name
print(type(df['name']))
Snipaste_2020-02-10_21-06-10.jpg
1.6 处理数据中时利用columns改变列名：
#在Dataframe数据中更改列名,在每个列名后面加一个‘_’；
df.columns = [str(i)+'_' for i in df.columns]
df
Snipaste_2020-02-10_21-06-24.jpg
1.7 利用drop函数删除特定的列；
#pd.DataFrame去除某一列，用到的函数drop,
# 第一个参数为单个标签或多个标签；
# axis表示欲删除的为行或者列，0为行，1为列；
# inplace =True，以及操作
df1 =df
df1.drop(['name_','choice_'],axis = 1,inplace = True)
df1.head()
Snipaste_2020-02-10_21-06-35.jpg
1.8 利用map函数对列中数据格式进行变换；
#对某一列数据进行修改；把price_中的$变成￥；利用lambda映射；
df['price_'] = df['price_'].map(lambda x:str(x).replace('$','￥'))
df
Snipaste_2020-02-10_21-06-48.jpg
1.9 to_csv将 Dataframe数据直接写到csv文件中；
#将 Dataframe写出csv文件，
# 第一个参数描述欲输出的文件名，若提供的为None,则返回的是string；
# index表示行索引，默认为True,
# header = True表示的是不保存列名。
# encoding = 'gbk',输入编码方式为gbk
df.to_csv('E:/ceshi/ab.csv',index =False,header =True,encoding = 'gbk')
Snipaste_2020-02-10_21-17-50.jpg
注：上面的代码运行都是在jupyter notebook编辑器上进行的！
网友评论