实验9 Pandas常用操作.pptxVIP

Pandas常用操作实验九

课程学习目标掌握Pandas的两个核心数据结构掌握Pandas常用数据处理方法了解数据可视化

Pandas数据导入Pandas支持非常丰富的文件类型，它可以读取和保存多种类型的数据。导入Excel数据Excel数据常常导入的是.xls或.xlsx文件。pd.read_excel(io,sheet_name,header)io：表示.xls或.xlsx的文件路径或类文件对象，必须是文件的真实路径；sheet_name：表示工作表；header：默认值为0，取第一行的值为列名，数据为除列名以外的数据，如果数据不包含列名，则设置header=None。

Pandas数据导入例9.1导入Excel数据。importpandasaspd#导入Excel数据data=pd.read_excel(rC:\Users\JOLY\Desktop\test.xlsx,sheet_name=0,header=0)print(data)导入Excel数据

Pandas数据导入filepath_or_buffer：字符串、文件路径,也可以是URL链接；sep：每行数据内容的分隔符号,CSV中常用’,’分隔；header：指定作为列名的行,默认值为0,即取第一行的值为列名。数据为除列名以外的数据,若数据不包含列表,则设置header=None；names：用来指定列的名称,类似于列表的序列,不允许有重复值；usecols：用来获取指定列名的数据；skip_blank_lines：跳过指定行数；nrows：用于指定需要读取的行数,常用于较大的数据；encoding：字符串,默认值为None,文件的编码格式。导入CSV文件pd.read_csv(filepath_or_buffer,sep=,header,encoding=None)除了Excel文件，CSV文件是Pandas另一种重要文件形式，CSV可用记事本打开。

Pandas数据导入例9.2使用read_csv()函数导入CSV文件。importpandasaspddf=pd.read_csv(rC:\Users\JOLY\Desktop\los_census.csv,sep=,,encoding=utf-8)pd.set_option(display.unicode.east_asian_width,True)#规则格式print(df)导入CSV文件

Pandas数据导入io：字符串、文件路径，也可以是URL链接，网址不接受https；match：正则表达式；flavor：解释器，默认为’lxml’；header：指定列标题所在的行；encoding：文件的编码格式。注意：导入HTML网页数据时只能导入table标签的数据。导入HTML网页pd.read_html(io,match=.+,flavor,header,encoding)

Pandas数据导入例9.3使用read_html()函数导入HTML网页。importpandasaspdurl=/nba/salaries#pd.read_html返回的是一个DataFrame的列表，我们选择其中一个DataFramedf_list=pd.read_html(url,header=0)#如果有多个DataFrame，可以选择其中一个，或者合并多个DataFramedf=df_list[0]print(df)#将数据保存到CSV文件，确保文件名合法df.to_csv(nba_player_salaries.csv,index=False)导入HTML网页

Pandas数据操作通过上面内容，可知一个DataFrame结构大致由三部分组成，分别是列名称、索引和数据。接下来学习针对DataFrame的基本操作，这里不会刻意强调Series，因为前面在DataFrame上学习的大多数方法和技巧都适用于对Series进行处理，在例9.3中已经读取了一个外部数据，这是洛杉矶的人口普查数据。有些时候，读取的文件很大。如果全部输出预览这些文件，既不美观，又很耗时。Pandas提供了head()和tail()方法，它可以帮助用户只预览一小块数据。

Pandas数据操作例9.4使用df.head()函数预览前五条数据。importpandasaspddf=pd.read_csv(rC:\Users\JOLY\Desktop\los_census.csv,sep=,,encoding=utf-8)pd.set_option(display.unicode.east_asian_width,True)#规则格式print(df.he