FlayerVEO 学无止境 - ········Python

FlayerVEO 学无止境 - ········Python http://124.222.113.99/index.php/category/python zh-CN Thu, 13 Feb 2020 16:02:00 +0000 Thu, 13 Feb 2020 16:02:00 +0000 Python 大数据 Pandas文件处理-读写HTML文件 http://124.222.113.99/index.php/archives/1909/ http://124.222.113.99/index.php/archives/1909/ Thu, 13 Feb 2020 16:02:00 +0000 FlayerVEO ]]> 0 http://124.222.113.99/index.php/archives/1909/#comments http://124.222.113.99/index.php/feed/archives/1909/ Python 大数据 Pandas文件处理-读写CSV和文本 http://124.222.113.99/index.php/archives/1902/ http://124.222.113.99/index.php/archives/1902/ Thu, 13 Feb 2020 16:00:00 +0000 FlayerVEO

##读写CSV文件：
什么是CSV文件：以逗号分隔元素的文本文件。
![](http://www.flayerveo.com/usr/uploads/2020/02/93417749.png)

---
####读取CSV文件：
格式1：
```python
pd.read_csv('文件名')
```
![](http://www.flayerveo.com/usr/uploads/2020/02/2376577349.png)

read_csv()的内置属性：
```python
1. header=None  #下移标签行，以默认0、1、2....作为新标签代替。
2. names=[‘标签1’, '标签2', '...', '标签N']   #设置标签
3. skiprows=[‘N1’, 'N2', '....']   #删除(不读取)文件中的N1行，N2行......
4. nrows=N      #只从文件中读取N行数据到变量中
```
--示例：
![](http://www.flayerveo.com/usr/uploads/2020/02/307914911.png)

格式2：
```python
pd.read_table('文件名', sep='分隔符')  #与read_csv()的区别在于read_table()必须要使用sep指定分隔符，read_csv()可以不用sep，因为默认分隔符为','。
```
![](http://www.flayerveo.com/usr/uploads/2020/02/750145038.png)

read_table()的内置属性：
```python
1. 包括read_csv()的所有属性。
2. index_col=['第1索引', '第二索引', '第N索引']     #将列作为索引对所有行进行分类。
```

--示例：
![](http://www.flayerveo.com/usr/uploads/2020/02/3811273434.png)

----
####写入CSV文件：
格式：
```python
"DataFrame".to_csv('文件名')
```

创建示例：
1.创建一个DataFrame以写入csv：
![](http://www.flayerveo.com/usr/uploads/2020/02/959292368.png)

2.使用to_csv写入csv： （发现自定义的行标签并未起作用，读取时给了默认的行标签）
![](http://www.flayerveo.com/usr/uploads/2020/02/3440551854.png)

to_csv()的内置属性：
```python
1. header=False  #删除当前列标签
2. index=False    #删除当前行标签
3. na_rep='任意字符'  #将DataFrame中的NaN数据以任意字符代替保存到csv中
```

--示例：
![](http://www.flayerveo.com/usr/uploads/2020/02/3487467608.png)

]]> 0 http://124.222.113.99/index.php/archives/1902/#comments http://124.222.113.99/index.php/feed/archives/1902/ Python 大数据 Pandas - NaN数据处理 http://124.222.113.99/index.php/archives/1893/ http://124.222.113.99/index.php/archives/1893/ Thu, 13 Feb 2020 15:56:00 +0000 FlayerVEO ]]> 0 http://124.222.113.99/index.php/archives/1893/#comments http://124.222.113.99/index.php/feed/archives/1893/ Python 大数据 Pandas - 排序与排位 http://124.222.113.99/index.php/archives/1885/ http://124.222.113.99/index.php/archives/1885/ Thu, 13 Feb 2020 15:54:00 +0000 FlayerVEO ]]> 0 http://124.222.113.99/index.php/archives/1885/#comments http://124.222.113.99/index.php/feed/archives/1885/ Python 大数据 Pandas - Numpy与自定义函数 http://124.222.113.99/index.php/archives/1879/ http://124.222.113.99/index.php/archives/1879/ Thu, 13 Feb 2020 15:53:00 +0000 FlayerVEO ]]> 0 http://124.222.113.99/index.php/archives/1879/#comments http://124.222.113.99/index.php/feed/archives/1879/ Python 大数据 Pandas - 数据结构之间的计算 http://124.222.113.99/index.php/archives/1873/ http://124.222.113.99/index.php/archives/1873/ Thu, 13 Feb 2020 15:51:00 +0000 FlayerVEO ]]> 0 http://124.222.113.99/index.php/archives/1873/#comments http://124.222.113.99/index.php/feed/archives/1873/ Python 大数据 Pandas - 数据结构-DataFrame http://124.222.113.99/index.php/archives/1870/ http://124.222.113.99/index.php/archives/1870/ Thu, 13 Feb 2020 15:50:00 +0000 FlayerVEO

#数据结构-DataFrame
介绍：DataFrame数据结构和关系型表格类似，相当于将Series扩展到多维。由多列组成，各列数据类型可以不同。
![](http://www.flayerveo.com/usr/uploads/2020/02/3731810167.png)

##一、	定义DataFrame：
统一格式：
```python
pd.DataFrame(矩阵，index=[行标签列表]，columns=[列标签列表])
```
	方式一：使用字典创建
介绍：字典中的键名对应DataFrame的列标签名；字典中的键值是个列表，代表每个列标签下的列元素。因为字典创建的DataFrame中已经带有列标签名，所以在创建DataFrame时不能再使用"columns="定义新的列标签，只能改变列标签的位置做到改变列的排列顺序。
例：
![](http://www.flayerveo.com/usr/uploads/2020/02/2958380101.png)

	方式二：使用矩阵创建
介绍：最普遍的创建方式，使用numpy创建ndarray矩阵，这个方法因为没有初设行标签和列标签，所以可以自定行标签和列标签。
例：
![](http://www.flayerveo.com/usr/uploads/2020/02/322627895.png)

##二、	属性的获取：
1.获取行标签：
```python
格式：DataFrame.index
```
 ![](http://www.flayerveo.com/usr/uploads/2020/02/1511819784.png)

2.获取列标签：
```python
格式：DataFrame.columns
```

3.获取DataFrame的ndarray矩阵：
```python
格式：DataFrame.values
```

4.获取某列或某几列的全部元素：
```python
格式1：DataFrame['列标签']   #获取一列的元素
格式2：DataFrame[ ['列标签1'，'列标签2'，...] ]  #获取多列的元素
```

5.获取某行或某几行的全部元素：
```python
格式1：DataFrame.ix['行标签']  #获取一行的元素
格式2：DataFrame.ix[ ['列标签1'，'列标签2'，...] ] #获取多行的元素
```

6.获取某行到某行之间的全部元素：
```python
格式：DataFrame[i : j]  #获取i+1行到j行的元素
```

7.获取某行某列的一个元素：
```python
格式：DataFrame['行标签']['列标签']
```

##三、	属性的修改：
1.添加行的总标签：
```python
格式：DataFrame.index.name = "行总标签名"
```

2.添加列的总标签
```python
格式：DataFrame.columns.name = "列总标签名"
```
![](http://www.flayerveo.com/usr/uploads/2020/02/3166634609.png) 
3.添加/修改某列的值：
```python
格式：DataFrame['列标签名'] = [列元素列表]
```
![](http://www.flayerveo.com/usr/uploads/2020/02/3249067453.png)

扩展：添加Series做新列
![](http://www.flayerveo.com/usr/uploads/2020/02/3016749963.png)
```python
删除某列： del DataFrame['列标签']     
删除几行： newDataFrame = DataFrame.drop(['行标签1'，'行标签2‘....])
删除几列： newDataFrame = DataFrame.drop(['列标签1'，'列标签2‘....]，axis=1)
```
![](http://www.flayerveo.com/usr/uploads/2020/02/2658166444.png)  ![](http://www.flayerveo.com/usr/uploads/2020/02/3694768131.png)

4.修改某个元素的值：
```python
格式：DataFrame['行标签']['列标签'] = 元素
```

##四、	其他的方法：
1.条件表达式：
![](http://www.flayerveo.com/usr/uploads/2020/02/1583187441.png)

2.包含查询：
```python
格式：DataFrame.isin([列表])
```
![](http://www.flayerveo.com/usr/uploads/2020/02/3791754008.png)

3.矩阵反转：
```python
格式：DataFrame.transpose()  或  DataFrame.T
```
![](http://www.flayerveo.com/usr/uploads/2020/02/3404212507.png)  ![](http://www.flayerveo.com/usr/uploads/2020/02/412361250.png)

]]> 0 http://124.222.113.99/index.php/archives/1870/#comments http://124.222.113.99/index.php/feed/archives/1870/ Python 大数据 Pandas - 数据结构-Series http://124.222.113.99/index.php/archives/1856/ http://124.222.113.99/index.php/archives/1856/ Thu, 13 Feb 2020 15:44:00 +0000 FlayerVEO

#数据结构-Series
介绍：Series结构的内部由两个相关联的数组组成，其中一个数组用来存放索引，另一个数组用来存放数据(numpy中的任意数据类型)。
![](http://www.flayerveo.com/usr/uploads/2020/02/2428270196.png)
  如图中两列左边一列作为存放索引的索引数组，右边一列作为存放数据的主索引。

1\. 导入模块：import pandas as pd

2\. 创建Series结构数据： 
格式：pd.Series(数组, index=自定义索引列表)  #放入的数组可以是列表元组字典或ndarray。
![](http://www.flayerveo.com/usr/uploads/2020/02/2247893881.png)

3\. 查看索引与元素的属性：
 ![](http://www.flayerveo.com/usr/uploads/2020/02/2434637272.png)

4\. Series的索引与切片：
介绍：格式与python列表的索引与切片相同，且Series还可以通过自定义索引的方式访问。
![](http://www.flayerveo.com/usr/uploads/2020/02/340059769.png)
索引的删除： c = b.drop(['i'.'iii']) 将索引为'i'和'iii'的对应的两个元素删除。返回给新的Series。

5\. Series的比较与计算：
介绍：Series的计算和比较和Numpy一样，都是针对单个元素的。
![](http://www.flayerveo.com/usr/uploads/2020/02/4138225070.png)
 
6\. Series的常用方法：
```python
a) 查看Series中的元素个数： .size()   #返回整型
b) 对Series做元素去重： .unique()    #返回ndarray数组
c) 对Series中的每个元素做出现次数的统计： .value_counts()  #返回Series
d) 查看某列表中的数据是否出现在Series每个元素中： .isin([列表]).values
```
![](http://www.flayerveo.com/usr/uploads/2020/02/3835188190.png)

]]> 0 http://124.222.113.99/index.php/archives/1856/#comments http://124.222.113.99/index.php/feed/archives/1856/ Python 大数据 numpy常用概念 http://124.222.113.99/index.php/archives/1849/ http://124.222.113.99/index.php/archives/1849/ Thu, 13 Feb 2020 15:42:21 +0000 FlayerVEO ]]> 0 http://124.222.113.99/index.php/archives/1849/#comments http://124.222.113.99/index.php/feed/archives/1849/ Python 大数据 numpy - 数据文件的读写 http://124.222.113.99/index.php/archives/1848/ http://124.222.113.99/index.php/archives/1848/ Thu, 13 Feb 2020 15:41:00 +0000 FlayerVEO ]]> 0 http://124.222.113.99/index.php/archives/1848/#comments http://124.222.113.99/index.php/feed/archives/1848/