pandas基本操作

news2024/11/18 1:42:11

df.head()/tail() 查看头/尾5条数据；
df.info 查看表格简明概要；
df.dtypes 查看字段数据类型；
df.index 查看表格索引；
df.columns 查看表格列名；
df.values 以array形式返回指定数据的取值；
list(dt.groupby("字段A"）） groupby会把数据框按指定的字段分成几个小块，转化成列表，即可输出各部分的模块展示；

groupby的聚合函数：

函数名	说明
count	分组中非NA值的数量
sum	非NA值的和
mean	非NA值的平均值
median	非NA值的算术中位数
std、var	无偏（分母为n-1）标准差和方差
min、max	非NA值的最小值和最大值
prod	非NA值的积
first、last	第一个或最后一个非NA值

groupby的参数：


by：mapping, function, str, or iterable。

用于确定groupby的组。如果by是一个函数，那么会调用对象索引的每个值。如果传递了一个dict或Series,则将使用Series或dict的值来确定组。一个str或者一个strs列表可以通过自己的列传递给group。

axis：轴，int值，默认为0

level：如果axis是一个MultiIndex（分层），则按特定的级别分组。int值，默认为None

as_index：对于聚合输出，返回带有组标签的对象作为索引。as_index=False实际上是“SQL风格”分组输出，boolean值，默认为True。

sort：排序。关闭此功能以获得更好的性能。boolean值，默认True。

group_keys：当调用apply时，添加group key来索引来识别片断。boolean值，默认True。

squeeze：尽可能减少返回类型的维度，否则返回一致的类型。boolean值，默认False。

dt.groupby(['版本','级别level','星期','时段'],as_index=False)['供应量'].count()，则可以显示excel数据透视表的功效

dt.columns=['','','']统一赋值重命名，或者使用rename对指定列进行修改
```
dt.rename(columns={'供需指数':'SDI均值'},inplace=True)
```

删除满足条件的行：drop删除一行的时候比较方便

fx1.drop(fx1[fx1['版本']=='进阶版LTO试听课'].index,inplace=True)

fx1=fx1.loc[(fx1['版本']!='进阶版LTO试听课'),:]

&表示并集，|表示或集，~表示与列出的条件相反，：表示希望保留所有列

删除满足条件的行后，重置索引：drop删除原索引,inplace替换原文件
```
fx1.reset_index(drop=True,inplace=True)
```

色阶配置：

import seaborn as sns
# cmp=sns.light_palette('pink',as_cmap=True)
# cmp=sns.color_palette('Pastel1_r',as_cmap=True)
# cmp=sns.color_palette('Pastel2',as_cmap=True)
cmp=sns.color_palette('Spectral',as_cmap=True)
therm=df.iloc[:,:].style.background_gradient(cmap=cmp)

为excel表格配置色阶，可以用iloc选择对哪些区域生效，用pd.ExcelWriter进行保存即可