import pandas as pddf = pd.read_csv(
'name.csv'
,header=0)
#header指定表頭
df = pd.read_excel(
'name.xlsx'
)#也可以指定表sheetname=1
pd.read_csv(
'name.csv'
,sep =
';', encoding =
'gbk'
, parse_dates =
['date'
],dayfirst =
true
,index_col =1)
#sep指定用;號來作為列分隔符，parse_dates將指定列解析為日期，
#dayfirst日的位置在前，index_col設定索引列
#如果處理的字串中包含中文，那麼最好要搞懂所用字元的編碼，是gbk/gb2312/gb18030，還是utf-8，否則容易出現亂碼
df_inner.to_excel(
'excel_to_python.xlsx'
, sheet_name=
'bluewhale_cc'
)df_inner.to_csv(
'excel_to_python.csv'
)
with
open
('data.csv'
,'w'
,newline='')
as csvfile:
f_csv = csv.writer(csvfile)
f_csv.writerows(data)
df = pd.dataframe(
,columns =
['id'
,'date'
,'city'
,'age'])
print
(df)
id date city age
0 1 2013-01-02 beijing 23
1 2 2013-01-03 sh 44
2 3 2013-01-04 guangzhou 54
3 4 2013-01-05 shenzhen 32
4 5 2013-01-06 shanghai 34
5 6 2013-01-07 beijing 32
s = pd.series(
[101
,102
,103
,104])
#用series建立乙個帶索引的dataframe
print
(s)
0 101
1 102
2 103
3 104
dtype: int64
dates = pd.date_range(
'20201219'
,periods =3)
#建立時間序列
print
(dates)
'''datetimeindex(['2020-12-19', '2020-12-20', '2020-12-21'],
dtype='datetime64[ns]', freq='d')'''
col =
list
('abcdef'
)#等於['a', 'b', 'c', 'd'...]
df = pd.dataframe([[
1,2,
3,4,
5,6]
,['beijing '
,'sh'
,' guangzhou '
,'shenzhen'
,'shanghai'
,'beijing '],
[23,44
,54,32
,34,32
]],index = dates, columns = col)
a b c d e f
2020-12-19 1 2 3 4 5 6
2020-12-20 beijing sh guangzhou shenzhen shanghai beijing
2020-12-21 23 44 54 32 34 32
開啟檔案csv，會自動建立index
也可以指定列為索引列：
df.reset_index(
)#重設索引
df.set_index(
'date'
)#設定日期為索引
df.head(
)#預設前5行資料
df.tail(
)#預設後5行資料
df.index #索引
df.values #資料表的值
df.columns #所有列名
df.shape #檢視資料維度
df.info(
)#資料表基本資訊
df.dtypes #每一列資料型別
df['列名'
].dtype #某一列的格式
df.isnull(
)#檢視空值，
df['列名'
].unique(
)#檢視該列唯一值
df.describe(
)#全部資料的快速統計彙總
pandas資料結構之Series
series 是一種類似於一維陣列的物件，它由一組資料和一組與之相關的資料標籤 lable 或者說索引 index 組成。現在我們使用series生成乙個最簡單的series物件，因為沒有給series指定索引，所以此時會使用預設索引 從0到n 1 from pandas import series...
Pandas資料結構之Series
import pandas as pd series類 生成series類的方法 1.obj pd.series 4,7,5,3 obj2 pd.series 4,7,5,3 index a b c d print obj2.values,obj2.index print obj2 a print ...
pandas資料結構之Dataframe
綜述 numpy主要用於進行運算 dataframe更切合於業務邏輯 dataframe的常用的屬性 屬性 說明 shape dataframe的形狀 values dataframe的值,numpy.ndarray index 行索引 index.name 行索引的名字 columns 列索引 c...