您现在的位置：程式師世界 >> 編程語言 > >> 更多編程語言 >> Python

Pandas中的方法及使用示例

編輯：Python

文章目錄
1. Series() -- 創建 Series 對象
2. DataFrame() -- 創建 DataFrame 對象
3. read_csv() -- 讀取 csv 文件
filepath_or_buffer -- csv 文件對應的路徑
sep -- 指定分隔符
header -- 指定第幾行為列名
names -- 指定列名
4. read_excel() -- 讀取 excel 文件
filepath -- excel 文件對應的路徑
header -- 指定第幾行為列名
names -- 指定列名
5. to_csv() -- 導出數據到 csv 格式的文件中
path_ro_buf -- 導出到的文件的路徑
sep -- 指定分隔符
header -- 是否保留列名
index -- 是否保留行索引
6. to_excel() -- 導出數據到 excel 格式的文件中
excel_writer -- 導出到的文件的路徑
sheet_name -- 指定表名
header -- 是否保留列名
index -- 是否保留行索引
7. merge() -- 表格的連接
left、right -- 指定左表右表
how -- 連接方式
on -- 指定連接依據的列名
left_on、right_on -- 左右表連接時各自依據的列名
suffixes -- 為左右表中重復列名定義後綴
8. concat() -- 表格的拼接
axis -- 拼接的方向
9. get_dummies() -- 對離散數據進行獨熱編碼
data -- 需要進行處理的表
prefix -- 設置列名的前綴

引入包

import pandas as pd

1. Series() – 創建 Series 對象

【Pandas中Series的屬性、方法、常用操作以及使用示例】

2. DataFrame() – 創建 DataFrame 對象

【Pandas中DataFrame的屬性、方法、常用操作以及使用示例】

3. read_csv() – 讀取 csv 文件

filepath_or_buffer – csv 文件對應的路徑

使用 filepath_or_buffer 指定需要打開的 csv 文件的路徑。

data = pd.read_csv('./數據文件/距離最小的三個點.csv')
print(data)

sep – 指定分隔符

csv 文件默認的分隔符為 ,，可以使用 sep 指定數據之間的分隔符

csv文件中的數據：

distance1#distance2#distance3#dot1#dot2#dot3
14.3#14.567#21.508#1.0,11#0,2.0
10.568#34.101#37.41#1.0#11.0#10.0

第二行中2.0前的逗號沒有進行修改

data = pd.read_csv('./數據文件/距離最小的三個點.csv', sep='#')
print(data

header – 指定第幾行為列名

使用 header 指定 csv 文件中的第幾行數據作為表的列名。默認 header = 0，即表的第一行為列名；header = None 表示不指定表中的數據為列名，用於數據中不存在列名的情況。

data = pd.read_csv(
'./數據文件/距離最小的三個點.csv',
sep='#'
)
print(data)

data = pd.read_csv(
'./數據文件/距離最小的三個點.csv',
sep='#',
header=0
)
print(data)

csv文件中的數據：

distance1#distance2#distance3#dot1#dot2#dot3
14.3#14.567#21.508#1.0,11#0#2.0
10.568#34.101#37.41#1.0#11.0#10.0
10.568#34.101#37.41#1.0#11.0#10.0
10.568#34.101#37.41#1.0#11.0#10.0
10.568#34.101#37.41#1.0#11.0#10.0

data = pd.read_csv(
'./數據文件/距離最小的三個點.csv',
sep='#',
header=2
)
print(data)

被指定為列名的行以前的數據都不會出現在數據表中。

data = pd.read_csv(
'./數據文件/距離最小的三個點.csv',
sep='#',
header=None
)
print(data)

header=None，如果不指定列名，會自動默認分配一個 0 ~ (n-1) 的數字索引為列名。

names – 指定列名

使用 names 可以自己指定列名，需要保證自己指定的列名不能存在重復。

data = pd.read_csv(
'./數據文件/距離最小的三個點.csv',
sep='#',
header=None,
names=['a','b','c','d','e','f']
)
print(data)

注意：
如果自己指定了列名，會覆蓋原有的列名。

data = pd.read_csv(
'./數據文件/距離最小的三個點.csv',
sep='#',
header=0,
names=['a','b','c','d','e','f']
)
print(data)

4. read_excel() – 讀取 excel 文件

filepath – excel 文件對應的路徑

使用 filepath 指定需要打開的 excel 文件的路徑。

data = pd.read_excel('./數據文件/信表節點的坐標.xlsx')
print(data)

header – 指定第幾行為列名

使用 header 指定 excel 文件中的第幾行數據作為表的列名。默認 header = 0，即表的第一行為列名；header = None 表示不指定表中的數據為列名，用於數據中不存在列名的情況。

data = pd.read_excel('./數據文件/信表節點的坐標.xlsx')
print(data)

data = pd.read_excel(
'./數據文件/信表節點的坐標.xlsx',
header = 0
)
print(data)

data = pd.read_excel(
'./數據文件/信表節點的坐標.xlsx',
header = 2
)
print(data)

被指定為列名的行以前的數據都不會出現在數據表中。

data = pd.read_excel(
'./數據文件/信表節點的坐標.xlsx',
header = None
)
print(data)

header=None，如果不指定列名，會自動默認分配一個 0 ~ (n-1) 的數字索引為列名。

names – 指定列名

使用 names 可以自己指定列名，需要保證自己指定的列名不能存在重復。

data = pd.read_excel(
'./數據文件/信表節點的坐標.xlsx',
header = None,
names = ['a', 'b', 'c']
)
print(data)

注意：
如果自己指定了列名，會覆蓋原有的列名。

data = pd.read_excel(
'./數據文件/信表節點的坐標.xlsx',
header = 0,
names = ['a', 'b', 'c']
)
print(data)

5. to_csv() – 導出數據到 csv 格式的文件中

to_csv() 將 DataFrame 對象中的數據導出數據到 csv 格式的文件中。

path_ro_buf – 導出到的文件的路徑

data = pd.read_csv('./數據文件/距離最小的三個點.csv', sep='#')
print(data)
data.to_csv('./數據文件/data1.csv')

sep – 指定分隔符

csv 文件的數據分隔符默認為 ,，可以使用 sep 進行修改。

data = pd.read_csv('./數據文件/距離最小的三個點.csv', sep='#')
print(data)
data.to_csv(
'./數據文件/data1.csv',
sep='#'
)

header – 是否保留列名

默認取值為 True，即保留列名。

data = pd.read_csv('./數據文件/距離最小的三個點.csv', sep='#')
print(data)
data.to_csv(
'./數據文件/data1.csv',
sep='#',
header = False
)

index – 是否保留行索引

默認取值為 True，即保留行索引。

data = pd.read_csv('./數據文件/距離最小的三個點.csv', sep='#')
print(data)
data.to_csv(
'./數據文件/data1.csv',
sep='#',
header = False,
index=False
)

6. to_excel() – 導出數據到 excel 格式的文件中

to_excel() 將 DataFrame 對象中的數據導出數據到 excel 格式的文件中。

excel_writer – 導出到的文件的路徑

使用 excel_writer 指定導出到的文件的路徑。

data = pd.read_csv('./數據文件/距離最小的三個點.csv', sep='#')
print(data)
data.to_excel('./數據文件/data2.xlsx')

sheet_name – 指定表名

使用 sheet_name 指定 excel 表格的表名。

data = pd.read_csv('./數據文件/距離最小的三個點.csv', sep='#')
print(data)
data.to_excel(
'./數據文件/data2.xlsx',
sheet_name='data2'
)

header – 是否保留列名

默認取值為 True，即保留列名。

data = pd.read_csv('./數據文件/距離最小的三個點.csv', sep='#')
print(data)
data.to_excel(
'./數據文件/data2.xlsx',
sheet_name='data2',
header=False
)

index – 是否保留行索引

默認取值為 True，即保留行索引。

data = pd.read_csv('./數據文件/距離最小的三個點.csv', sep='#')
print(data)
data.to_excel(
'./數據文件/data2.xlsx',
sheet_name='data2',
header=False,
index=False
)

7. merge() – 表格的連接

left、right – 指定左表右表

l1 = [
pd.Series([1, 2, 3], index=['f', 'b', 'c']),
pd.Series([1, 2, 3], index=['f', 'b', 'c'])
]
df1 = pd.DataFrame(l1)
l2 = [
pd.Series([4, 3, 6], index=['a', 'b', 'e']),
pd.Series([4, 2, 6], index=['a', 'b', 'e'])
]
df2 = pd.DataFrame(l2)
print(pd.merge(df1, df2))

兩個表中都 b 列，根據 b 列進行內連接。連接後重復列保留一個

how – 連接方式

使用 how 指定連接方式。

left：左連接
right：右連接
outer：外連接
inner：內連接(默認)

l1 = [
pd.Series([1, 2, 3], index=['f', 'b', 'c']),
pd.Series([1, 2, 3], index=['f', 'b', 'c'])
]
df1 = pd.DataFrame(l1)
l2 = [
pd.Series([4, 3, 6], index=['a', 'b', 'e']),
pd.Series([4, 2, 6], index=['a', 'b', 'e'])
]
df2 = pd.DataFrame(l2)
print(pd.merge(df1, df2, how='outer'))

on – 指定連接依據的列名

兩個表連接時，依據的列的列名相同時，使用 on 指定連接所依據的列名。

l1 = [
pd.Series([1, 2, 3], index=['f', 'b', 'c']),
pd.Series([1, 2, 3], index=['f', 'b', 'c'])
]
df1 = pd.DataFrame(l1)
l2 = [
pd.Series([4, 3, 6], index=['a', 'b', 'e']),
pd.Series([4, 2, 6], index=['a', 'b', 'e'])
]
df2 = pd.DataFrame(l2)
print(pd.merge(df1, df2, how='outer', on='b'))

left_on、right_on – 左右表連接時各自依據的列名

left_on：連接時，左表所依據的列的列名
right_on：連接時，右表所依據的列的列名

l1 = [
pd.Series([1, 2, 3], index=['f', 'b', 'c']),
pd.Series([1, 2, 3], index=['f', 'b', 'c'])
]
df1 = pd.DataFrame(l1)
l2 = [
pd.Series([1, 3, 6], index=['a', 'b', 'e']),
pd.Series([1, 2, 6], index=['a', 'b', 'e'])
]
df2 = pd.DataFrame(l2)
print(
pd.merge(
df1,
df2,
how='outer',
left_on='f',
right_on='a'
)
)

suffixes – 為左右表中重復列名定義後綴

使用 suffixes 為左右表中重復列名定義後綴，使得連接兩個表後可以區分相同列名的列來自左表還是右表。

l1 = [
pd.Series([1, 2, 3], index=['f', 'b', 'c']),
pd.Series([1, 2, 3], index=['f', 'b', 'c'])
]
df1 = pd.DataFrame(l1)
l2 = [
pd.Series([1, 3, 6], index=['a', 'b', 'e']),
pd.Series([1, 2, 6], index=['a', 'b', 'e'])
]
df2 = pd.DataFrame(l2)
print(
pd.merge(
df1,
df2,
how='outer',
left_on='f',
right_on='a',
suffixes=('1', '2')
)
)

8. concat() – 表格的拼接

concat() 一般用於表格的縱向拼接。

axis – 拼接的方向

axis = 0：縱向拼接表（默認）

l1 = [
pd.Series([1, 2, 3], index=['f', 'b', 'c']),
pd.Series([1, 2, 3], index=['f', 'b', 'c'])
]
df1 = pd.DataFrame(l1)
l2 = [
pd.Series([1, 3, 6], index=['a', 'b', 'e']),
pd.Series([1, 2, 6], index=['a', 'b', 'e'])
]
df2 = pd.DataFrame(l2)
print(
pd.concat([df1, df2])
)

列索引不一致

l1 = [
pd.Series([1, 2, 3], index=['f', 'b', 'c']),
pd.Series([1, 2, 3], index=['f', 'b', 'c'])
]
df1 = pd.DataFrame(l1)
l2 = [
pd.Series([1, 3, 6], index=['f', 'b', 'c']),
pd.Series([1, 2, 6], index=['f', 'b', 'c'])
]
df2 = pd.DataFrame(l2)
print(
pd.concat([df1, df2])
)

axis = 1：橫向拼接表

l1 = [
pd.Series([1, 2, 3], index=['f', 'b', 'c']),
pd.Series([1, 2, 3], index=['f', 'b', 'c'])
]
df1 = pd.DataFrame(l1)
l2 = [
pd.Series([1, 3, 6], index=['f', 'b', 'c']),
pd.Series([1, 2, 6], index=['f', 'b', 'c'])
]
df2 = pd.DataFrame(l2)
print(
pd.concat([df1, df2], axis=1)
)

l1 = [
pd.Series([1, 2, 3], index=['f', 'b', 'c']),
pd.Series([1, 2, 3], index=['f', 'b', 'c'])
]
df1 = pd.DataFrame(l1)
l2 = [
pd.Series([1, 3, 6], index=['f', 'b', 'c']),
pd.Series([1, 2, 6], index=['f', 'b', 'c'])
]
df2 = pd.DataFrame(l2)
df2.index = [2,3]
print(
pd.concat([df1, df2], axis=1)
)

行索引不一致

9. get_dummies() – 對離散數據進行獨熱編碼

對表中的取值為離散數據的列進行獨熱編碼，將離散類型的信息轉化為使用獨熱編碼進行表示的形式。

data – 需要進行處理的表

l1 = [
pd.Series(['a', 12], index=['f', 'g']),
pd.Series(['b', 11], index=['f', 'g']),
pd.Series(['a', 12], index=['f', 'g'])
]
df1 = pd.DataFrame(l1)
print(
pd.get_dummies(df1)
)

f 列中的數據為離散型的數據，可以使用 get_dummies() 對該列進行獨熱編碼。

prefix – 設置列名的前綴

使用 prefix 設置進行獨熱編碼的列的列名的前綴，默認值為 None

l1 = [
pd.Series(['a', 12], index=['f', 'g']),
pd.Series(['b', 11], index=['f', 'g']),
pd.Series(['a', 12], index=['f', 'g'])
]
df1 = pd.DataFrame(l1)
print(
pd.get_dummies(df1, prefix='hello_')
)