1.导入文件

注意：要把excel放到跟你的python文件在同一个地方

import pandas as pd
import numpy as np
df=pd.read_excel("鸢尾花训练数据.xlsx",engine="openpyxl")

import pandas 先引入  (若没有下载  需要在终端下载  pip install pandas) 

这里要把excel的名字加后缀xlsx作为参数，以及一个引擎openpyxl，需要在终端输入pip install openpyxl 就可以下载了

2.显示数据信息

import pandas as pd
import numpy as np
df=pd.read_excel("鸢尾花训练数据.xlsx",engine="openpyxl")
print(df.head())#打印前五行  可以填参数来决定显示几行
print(type(df))

 

df去接收从excel得到的信息，用.head（）函数去查看信息，参数可以自己定，默认5行，输入几就显示几行 

import pandas as pd
import numpy as np
df=pd.read_excel("鸢尾花训练数据.xlsx",engine="openpyxl")
print(df.head())#打印前五行  可以填参数来决定显示几行
print(type(df))
print(df.info())

用.info()函数可以查看完整详细excel的信息

3.在python里面形成与df一样的类型

arr=np.array([1,2,3])
data={'x':[1,2,3],'y':[2,3,4],'z':[4,5,6]}
dataf=pd.DataFrame(data)
print(dataf)

通过打印出df的类型，在构建一个字典后放进DataFrame()中

 

4.对缺失的数据处理以及对数据类型的转换

.dropna（）函数会把数据中有缺少的值哪一行都去除掉(NaN)

.astype(哪一个类型) 里面是float就会把int转换为float

df=df.dropna()
print(df.head())
df['类型_num']=df['类型_num'].astype(float)
print(df.info())

5.数据的选择和过滤

#数据选择和过滤
de1=df[df['类型_num']==1]#把为1的一整列都留下来
print(de1.info())
lb=df['花瓣宽(cm)'].mean()-3*df['花瓣宽(cm)'].std()
ub=df['花瓣宽(cm)'].mean()+3*df['花瓣宽(cm)'].std()
selected_df=df[(df['花瓣宽(cm)']>=lb)&(df['花瓣宽(cm)']<=ub)]
print(selected_df.info())

比较会返回True和False 

 把返回的值作为df[]括号里面的参数就会把True的留下了，False的值整行去除，从而得到都是True的数据

 通过设置上限值与下限值来筛选出合理的数据

lb=df['花瓣宽(cm)'].mean()-3*df['花瓣宽(cm)'].std()
ub=df['花瓣宽(cm)'].mean()+3*df['花瓣宽(cm)'].std()
selected_df=df[(df['花瓣宽(cm)']>=lb)&(df['花瓣宽(cm)']<=ub)]
print(selected_df.info())