pandas常用操作完整版.pdfVIP

pandas常⽤操作 1 - 数据加载与存储 1-1 数据读取 1 读取 Excel ⽂件 读取当前 ⽬录下 某招聘⽹站数据.csv ⽂件 读取当前 ⽬录下 TOP250.xlsx ⽂件 注意 ：使⽤ pandas 读取 CSV 与 读取 xlsx 格 的 Excel ⽂件⽅法⼤致相同 因此接下来与 Excel 相关的操作均以 CSV 格 进⾏出题。 import pandas as pd data = pd.read_csv(某招聘⽹站数据.csv data = pd.read_excel(TOP250.xlsx 2 读取 Excel ⽂件 ｜指定位置 在⼤多数情况下，我们会将 notebook 和数据源⽂件放在同⼀个⽬录 （⽂件夹下），这样直接使⽤ pd.read_xxx(⽂件名 即可成功读取。 但有时需要读取的⽂件和 notebook 不在同⼀个⽬录下，这时可以使⽤绝对路径或者相对本 notebook 的路径。 现在请读取本套习题中第⼆章节下的数据，即 2 - 个性化显⽰设置/data.csv data = pd.read_csv(../2 - 个性化显⽰设置/data.csv 3 读取 Excel ⽂件 ｜指定⾏ （顺序） 读取当前 ⽬录下 某招聘⽹站数据.csv ⽂件的 前20⾏ data = pd.read_csv(某招聘⽹站数据.csv,nrows = 20 4 读取 Excel ⽂件 ｜指定⾏ （跳过） 读取当前 ⽬录下 某招聘⽹站数据.csv ⽂件并跳过前20⾏ data = pd.read_csv(某招聘⽹站数据.csv,skiprows = [i for i in range(1,21 ] 5 读取 Excel ⽂件 ｜指定⾏ （条件） 读取当前 ⽬录下 某招聘⽹站数据.csv ⽂件中全部偶数⾏ 思考 ：如果是读取全部奇数⾏，或者更多满⾜指定条件的⾏呢？ data = pd.read_csv(某招聘⽹站数据.csv, skiprows=lambda x : (x != 0 and not x % 2 # data = pd.read_ csv(某招聘⽹站数据.csv, skiprows=lambda x : x % 2) 奇数⾏ 6 读取 Excel ⽂件 ｜指定列 （列号） 根据指定列号读取 读取当前 ⽬录下 某招聘⽹站数据.csv ⽂件的第 1、3、5 列 data = pd.read_csv(某招聘⽹站数据.csv,usecols = [0,2,4] 7 读取 Excel ⽂件 ｜指定列 （列名） 根据指定列名读取 读取当前 ⽬录下 某招聘⽹站数据.csv ⽂件的 positionId、positionName、salary 列 data = pd.read_csv(某招聘⽹站数据.csv,usecols = [positionId,positionName,salary] 8 读取 Excel ⽂件 ｜指定列 （匹配） 根据指定列名匹配读取 让我们来个更难⼀点的，还是读取 某招聘⽹站数据.csv ⽂件，但现在有⼀个 list 中包含多个字段 usecols = [positionId,test,positionName, test 1,salary] 如果 usecols 中的列名存在于 某招聘⽹站数据.csv 中，则读取。 usecols = [positionId, test, positionName, test 1, salary] data = pd.read_csv(某招聘⽹站数据.csv, usecols=lambda c: c in set(usecols 9 读取 Excel ⽂件 ｜指定索引 读取当前 ⽬录下 某招聘⽹站数据.csv ⽂件，并在读取时将 positionId 设置为索引列 data = pd.read_csv(某招聘⽹站数据.csv,index_col=[positionId] 10 读取 Excel ⽂件 ｜指定标题 读取当前 ⽬录下 某招聘⽹站数据.csv ⽂件的 positionId、positionName、salary 列，并将标题设置为 ID、岗位名称、薪资 data = pd.read_csv(某招聘⽹站数据.csv, usecols=[0,