pandas使用1

涉及的几个重要的类：

pandas.core.frame.DataFrame：表示表格数据

pandas.core.series.Series：表示一组数据

data.xlsx数据

import pandas as pd

df = pd.read_excel("./data.xlsx", index_col=None) # index_col表示哪一列作为索引列, 默认是额外加一个列, 用行号作为索引
print(type(df)) # <class 'pandas.core.frame.DataFrame'>, 表格类型数据

基础信息

所有列的类型

print(type(df.dtypes)) # <class 'pandas.core.series.Series'>
print(df.dtypes)

列类型

print(df["lv"].dtype) # int64
print(df["name"].dtype) # object

索引信息：默认就是指有多少行，从0开始编号

print(type(df.index)) # <class 'pandas.core.indexes.range.RangeIndex'>
print(df.index) # RangeIndex(start=0, stop=12, step=1)

所有数据

print(type(df.values)) # <class 'numpy.ndarray'>
print(df.values)

维数

print(type(df.shape)) # <class 'tuple'>
print(df.shape) # (12, 8)

表头信息

print(type(df.columns)) # <class 'pandas.core.indexes.base.Index'>
print(df.columns) # Index(['id', 'lv', 'name', 'atk', 'def', 'move', 'desc', 'price'], dtype='object')

a = df.columns[:] # 所有列
print(type(a)) # <class 'pandas.core.indexes.base.Index'>
print(a) # Index(['id', 'lv', 'name', 'atk', 'def', 'move', 'desc', 'price'], dtype='object')

a = df.columns[1:3] # 第2, 3列
print(a) # Index(['lv', 'name'], dtype='object')

col0 = df.columns[0] # 第1列
print(type(col0)) # <class 'str'>
print(col0) # id

筛选列 

DataFrame的索引器方式，索引器key的类型：[colName | colName_tuple]

col0 = df.columns[0]
col_allRows = df[col0] # 第1列所有数据
print(type(col_allRows)) # <class 'pandas.core.series.Series'>
print(col_allRows)
print(col_allRows.tolist())

col_allRows = df["id"] # id列所有数据
print(type(col_allRows)) # <class 'pandas.core.series.Series'>
print(col_allRows)

cols_allRows = df[["lv", "name"]] # lv, name列所有数据
print(type(cols_allRows)) # <class 'pandas.core.frame.DataFrame'>
print(cols_allRows)

筛选行

a) 开头，结尾

head_rows = df.head(2)  # 开头2行数据
print(type(head_rows))  # <class 'pandas.core.frame.DataFrame'>
print(head_rows)

tail_rows = df.tail(2)  # 结尾2行数据
print(type(tail_rows))  # <class 'pandas.core.frame.DataFrame'>
print(tail_rows)

b) DataFrame的索引器方式，索引器key的类型：[row_slice]

rows = df[0:3] # 第1至3行, 所有列。不支持df[0:3, ["lv", "name]]
print(type(rows)) # <class 'pandas.core.frame.DataFrame'>
print(rows)

c) df.loc的索引器方式，索引器key的类型：df.loc[row_slice | row_list, colName_list | colName_slice]

row = df.loc[1]  # 第2行数据，所有列
print(type(row))  # <class 'pandas.core.series.Series'>
print(row)

rows = df.loc[:]  # 所有行，所有列。也可以写成：df.loca[:, :]
print(type(rows))  # <class 'pandas.core.frame.DataFrame'>
print(rows)

rows = df.loc[1:3]  # 第2至3行, 所有列。也可以写成df.loc[1:3, :]
print(rows)

rows = df.loc[1:3, ["lv", "name"]]  # 第2至3行, 只需要lv, name列
print(type(rows))  # <class 'pandas.core.frame.DataFrame'>
print(rows)

rows = df.loc[[0, 2, 5], ["lv", "name"]]  # 第1,3,6行, 只需要lv, name列
print(rows)

rows = df.loc[1:3, "name":]  # 第2至3行, name后的所有列
print(type(rows))  # <class 'pandas.core.frame.DataFrame'>
print(rows)

rows = df.loc[[0, 2, 5], "name":]  # 第1,3,6行, name后的所有列
print(rows)

参考

Pandas :数据分析基本操作(更新中) - 知乎 (zhihu.com)