DataFrame對(duì)象：二維表數(shù)據(jù)結(jié)構(gòu)，由行列數(shù)據(jù)組成的表格
常用index表示行，columns表示列
import pandas as pd
from pandas.core import series
pd.set_option('display.unicode.east_asian_width',True)
data = [[110, 105, 99], [105, 88, 115], [109, 120, 130]]
index = [0, 1, 2]
columns = ['語(yǔ)文', '數(shù)學(xué)', '英語(yǔ)']
df = pd.DataFrame(data=data, index=index, columns=columns)
# print(df)
'''
? 語(yǔ)文? 數(shù)學(xué)? 英語(yǔ)
0? 110? 105? ? 99
1? 105? ? 88? 115
2? 109? 120? 130
'''
# print(df.columns)? # Index(['語(yǔ)文', '數(shù)學(xué)', '英語(yǔ)'], dtype='object')
# print(df.index)? # Int64Index([0, 1, 2], dtype='int64')
# 遍歷DataFrame數(shù)據(jù)的每一列
for col in df.columns:
? ? series = df[col]
? ? print(series)
'''
0? ? 110
1? ? 105
2? ? 109
Name: 語(yǔ)文, dtype: int64
0? ? 105
1? ? 88
2? ? 120
Name: 數(shù)學(xué), dtype: int64
0? ? 99
1? ? 115
2? ? 130
Name: 英語(yǔ), dtype: int64
'''
1.創(chuàng)建一個(gè)DataFrame對(duì)象
pandas.DataFrame(data,index,columns,dtype,copy)
# data表示數(shù)據(jù)，可以是ndarray數(shù)組，series對(duì)象、列表、字典等
# index表示行標(biāo)簽（索引）
# columns表示列標(biāo)簽（索引）
# dtype每一列數(shù)據(jù)的數(shù)據(jù)類型
# copy用于復(fù)制數(shù)據(jù)
# 返回值DataFrame
通過(guò)二維數(shù)組創(chuàng)建成績(jī)表
import pandas as pd
pd.set_option('display.unicode.east_asian_width',True)
data = [[110, 105, 99], [105, 88, 115], [109, 120, 130]]
columns = ['語(yǔ)文', '數(shù)學(xué)', '英語(yǔ)']
df = pd.DataFrame(data=data, columns=columns)
print(df)
'''
? 語(yǔ)文? 數(shù)學(xué)? 英語(yǔ)
0? 110? 105? ? 99
1? 105? ? 88? 115
2? 109? 120? 130
'''
2.通過(guò)字典創(chuàng)建DataFrame對(duì)象
value值只能是一維數(shù)組或單個(gè)的簡(jiǎn)單數(shù)據(jù)類型
# 數(shù)組，則要求所有的數(shù)組長(zhǎng)度一致
# 單個(gè)數(shù)據(jù)，每行都需要添加相同數(shù)據(jù)
import pandas as pd
pd.set_option('display.unicode.east_asian_width', True)
df = pd.DataFrame({
? ? '語(yǔ)文':[110, 105, 99],
? ? '數(shù)學(xué)':[105, 88, 115],
? ? '英語(yǔ)':[109, 120, 130],
? ? '班級(jí)':'高一7班'
},index=[0,1,2])
print(df)
'''
? 語(yǔ)文? 數(shù)學(xué)? 英語(yǔ)? ? 班級(jí)
0? 110? 105? 109? 高一7班
1? 105? ? 88? 120? 高一7班
2? ? 99? 115? 130? 高一7班
'''
'''
【DataFrame屬性】
values 查看所有元素的值? df.values
dtypes 查看所有元素的類型? df.dtypes
index 查看所有行名、重命名行名? df.index? ? df.index=[1,2,3]
columns 查看所有列名、重命名列名? df.columns? df.columns=['語(yǔ)','數(shù)']
T 行列數(shù)據(jù)轉(zhuǎn)換? df.T
head 查看前n條數(shù)據(jù)，默認(rèn)5條? ? ? ? ? ? ? ? df.head()? df.head(10)
tail 查看后n條數(shù)據(jù)，默認(rèn)5條? ? ? ? ? ? ? ? df.tail()? df.tail(10)
shape 查看行數(shù)和列數(shù)，[0]表示行，[1]表示列? ? df.shape[0]? df.shape[1]
info 查看索引，數(shù)據(jù)類型和內(nèi)存信息? ? df.info
【DataFrame函數(shù)】
describe 查看每列的統(tǒng)計(jì)匯總信息，DataFrame類型? df.describe()
count? ? 返回每一列中的非空值的個(gè)數(shù)? ? ? ? ? ? ? df.count()
sum? ? ? 返回每一列和和，無(wú)法計(jì)算返回空值? ? ? df.sum()
max? ? ? 返回每一列的最大值? ? ? ? ? ? ? ? df.max()
min? ? ? 返回每一列的最小值? ? ? ? ? ? ? ? df.min()
argmax? 返回最大值所在的自動(dòng)索引位置? ? ? ? df.argmax()
argmin? 返回最小值所在的自動(dòng)索引位置? ? ? ? df.argmin()
idxmax? 返回最大值所在的自定義索引位置? ? ? df.idxmax()
idxmin? 返回最小值所在的自定義索引位置? ? ? df.idxmin()
mean? ? 返回每一列的平均值? ? ? ? ? ? ? ? df.mean()
median? 返回每一列的中位數(shù)? ? ? ? ? ? ? ? df.median()
var? ? ? 返回每一列的方差? ? ? ? ? ? ? ? ? df.var()
std? ? ? 返回每一列的標(biāo)準(zhǔn)差? df.std()
isnull? 檢查df中的空值，空值為T(mén)rue，否則為False,返回布爾型數(shù)組? df.isnull()
notnull? 檢查df中的空值，非空值為T(mén)rue，否則為False,返回布爾型數(shù)組? df.notnull()
中位數(shù)又稱中值，是指按順序排列的一組數(shù)據(jù)中居于中間位置的數(shù)
方差用于度量單個(gè)隨機(jī)變量的離散程序（不連續(xù)程度）
標(biāo)準(zhǔn)差是方差的算術(shù)平方根，反映數(shù)據(jù)集的離散程度
'''
3.導(dǎo)入.xls或.xlsx文件
# pandas.read_excel(io,sheetname=0,header=0,names=None,index_col=None,usecols=None,squeeze=False,dtype=None,engine=None,converters=None,true_values=None,false_values=None,skiprows=None,nrow=None,na_values=None,keep_defalut_na=True,verbose=False,parse_dates=False,date_parser=None,thousands=None,comment=None,skipfooter=0,conver_float=True,mangle_dupe_cols=True,**kwds)
'''
io 字符串，xls或xlsx文件路徑或類文件對(duì)象
sheet_name：None、字符串、整數(shù)、字符串列表或整數(shù)列表，默認(rèn)值為0
? ? 字符串用于工作表名稱；整數(shù)為索引，表示工作表位置
? ? 字符串列表或整數(shù)列表用于請(qǐng)求多個(gè)工作表，為None時(shí)則獲取所有的工作表
? ? sheet_name = 0 第一個(gè)Sheet頁(yè)中的數(shù)據(jù)作為DataFrame對(duì)象
? ? sheet_name = 1 第二個(gè)Sheet頁(yè)中的數(shù)據(jù)作為DataFrame對(duì)象
? ? sheet_name = 'Sheet1' 名為Sheet1的Sheet頁(yè)中的數(shù)據(jù)作為DataFrame對(duì)象
? ? sheet_name = [0,1,'Sheet3'] 第一個(gè)，第二個(gè)和名為Sheet3的Sheet頁(yè)中的數(shù)據(jù)作為DataFrame對(duì)象
header:指定作為列名的行，默認(rèn)值為0，即取第一行的值為列名?；驍?shù)據(jù)不包含列名，則為header=None
names:默認(rèn)值為None，要使用的列名列表
index_col：指定列為索引列，默認(rèn)值為None，索引0是DataFrame對(duì)象的行標(biāo)簽
usecols：int、list或字符串，默認(rèn)值為None
? ? 如為None，則解析所有列
? ? 如為int，則解析最后一列
? ? 如為list列表，則解析列號(hào)和列表的列
? ? 如為字符串，則表示以逗號(hào)分隔的Excel列字母和列范圍列表
squeeze：布爾值，默認(rèn)為False，如果解析的數(shù)據(jù)只包含一列，則返回一個(gè)Series
dtype:列的數(shù)據(jù)類型名稱為字典，默認(rèn)值為None
skiprows:省略指定行數(shù)的數(shù)據(jù)，從第一行開(kāi)始
skipfooter：省略指定行數(shù)的數(shù)據(jù)，從尾部數(shù)的行開(kāi)始
4.導(dǎo)入指定Sheet頁(yè)的數(shù)據(jù)
import pandas as pd
pd.set_option('display.unicode.east_asian_width',True)
df = pd.read_excel('data.xlsx',sheet_name='Sheet1')
print(df.head())
# sheet_name=0表示第一個(gè)sheet頁(yè)的數(shù)據(jù)，以此類推，如果不指定，則導(dǎo)入第一頁(yè)
5.指定行索引導(dǎo)入Excel數(shù)據(jù)
import pandas as pd
pd.set_option('display.unicode.east_asian_width',True)
df1 = pd.read_excel('data.xlsx',header=None)
print(df1.head())
'''
Empty DataFrame
Columns: []
Index: [1, 3, 5]
'''
# 導(dǎo)入第一列數(shù)據(jù)
import pandas as pd
pd.set_option('display.unicode.east_asian_width',True)
df1 = pd.read_excel('data.xlsx',usecols=[0])
print(df1.head())
# 導(dǎo)入第一列和第四列
df1 = pd.read_excel('data.xlsx',usecols=[0,3])
'''
Empty DataFrame
Columns: []
Index: [1, 3, 5]
'''
