pandas典型应用

#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()

#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()
查看行与列
df.shape#查看Dataframe的整体数据

#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']))

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

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()


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


 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')