Python學(xué)習(xí)筆記 - pandas讀取與查看csv文件,loc和iloc的用法與區(qū)別

與其他編程語言一樣并淋,Python具有大量其他模塊和庫,這些模塊或庫支持該語言的基本框架和功能句喷。

我們將庫視為函數(shù)的集合兔毙,無需編寫自己的算法即可訪問這些函數(shù)以完成某些編程任務(wù)。

比如以下這些模塊:

Numpy?is a library for working with arrays of data.用于處理數(shù)據(jù)數(shù)組的庫锡溯。

Pandas?provide high-performance, easy-to-use data structures and data analysis tools. 提供了高性能哑姚,易于使用的數(shù)據(jù)結(jié)構(gòu)和數(shù)據(jù)分析工具。

Scipy?is a library of techniques for numerical and scientific computing.是用于數(shù)值和科學(xué)計算的技術(shù)庫叙量。

Matplotlib?is a library for making graphs. 是用于制作圖形的庫。

Seaborn?is a higher-level interface to Matplotlib that can be used to simplify many graphing tasks.是Matplotlib的高級接口寺鸥,可用于簡化許多圖形繪制任務(wù)。

Statsmodels?is a library that implements many statistical techniques.是一個實(shí)現(xiàn)許多統(tǒng)計技術(shù)的庫胆建。

現(xiàn)在我們主要來看看pandas這個庫的使用方法

pandas的數(shù)據(jù)結(jié)構(gòu)有三種 分別為 series,dataframe和panel眼坏,對應(yīng)一維,二維檐蚜,三維數(shù)據(jù)沿侈。 其中dataframe最為常用。

1. 錄入文件

df = pd.read_csv("文件名")

2. 查看文件

我們可以通過調(diào)用head()函數(shù)來查看前五行數(shù)據(jù):

df.head()

如果我要查看全部數(shù)據(jù)缀拭,則直接輸入df

栗子(come from coursera):

如果我們要看表頭蛛淋,那就輸入:

df.columns

3.pandas索引

記得之前說過的切片slice嗎,dataframe的索引中勾效,有三個函數(shù)可以用于選擇數(shù)據(jù)

loc(): 使用index來選擇數(shù)據(jù) (based indexing)

iloc():使用整數(shù)索引來選擇數(shù)據(jù) (positional indexing)

ix(): iloc()和loc()的混合 (已廢棄叛甫,不推薦使用)


首先介紹loc(),

語法:

loc [? ? ? :? ? ? ,? ? ? ?]

一般逗號左邊是用來索引行其监,逗號的右邊用來索引列

一般逗號的左邊都是數(shù)字抖苦,右邊則為“列名”毁菱,也可以是bool

索引單列語法:? ? ? ??

df.loc[:,"列名"]

這樣就會輸出所有的這一列的數(shù)據(jù)

索引多列語法:

df.loc[:,[ "列名1", "列名2", "列名3" ]]

這樣就會輸出多行數(shù)據(jù)

索引限定行語法:

數(shù)字也可以放入loc中當(dāng)做索引鼎俘,但是這時數(shù)字指的是標(biāo)簽而不是位置

比如df.loc[數(shù)字:數(shù)字]所輸出的是編程排序里0-9的辩涝,也就是ID從1-10的行

df.loc[:數(shù)字,[ "列名1", "列名2", "列名3" ]]

df.loc[數(shù)字:數(shù)字,[ "列名1", "列名2", "列名3" ]]

另外,在我們進(jìn)行索引的時候捉邢,就像python中的切片一樣,如果是針對行的索引伏伐,那么后邊的:, 是可以省略不寫的材蹬。

還有一種玩法吝镣,就是利用loc函數(shù),根據(jù)某個數(shù)據(jù)來提取數(shù)據(jù)所在的行

舉個例子:


然后闸溃,我們來看看.iloc, .iloc 是基于integer 和bool的切片拱撵,不接受string。

基礎(chǔ)語法:

iloc [? ? ?:? ? ? ,? ? ? :??]

跟loc一樣拴测,iloc逗號左邊是用來索引行,逗號的右邊用來索引列

一般逗號的左右都是數(shù)字

與.loc不同的是寸齐,.iloc里面的數(shù)字指的是位置抄谐,所以遵從我們切片器的規(guī)則扰法,包頭不包尾。( [1:5] 的意思就是塞颁,從第二個到第四個,因?yàn)榘?不包5)

用法:

df.iloc[:4]?代表索引前4行 (編程里的排序0酷窥,1伴网,2,3澡腾,ID為1糕珊,2毅糟,3,4)

df.iloc[4]?代表索引第5行??(編程里的排序0喇肋,1迹辐,2,3右核,4的4代表ID5)

df.iloc[1:5, 2:4]?代表索引2-5行,3-4列(編程里排序的1234菱鸥,也就是ID2345; 編程里排序的23躏鱼,也就是第三第四列)


我們還可以通過輸入df.dtypes 來看看文檔的數(shù)據(jù)類型

也可以通過df.列名.unique 來看看這一列存在的unique值

另外染苛,df.groupby(['列名‘]).size()可以幫我們查看列里面的variable出現(xiàn)的個數(shù)

今天先到這兒,只是對pandas進(jìn)行一個初步的了解躯概,明天繼續(xù)加油呀~

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末畔师,一起剝皮案震驚了整個濱河市,隨后出現(xiàn)的幾起案子姿锭,更是在濱河造成了極大的恐慌伯铣,老刑警劉巖,帶你破解...
    沈念sama閱讀 211,561評論 6 492
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件腔寡,死亡現(xiàn)場離奇詭異焚鲜,居然都是意外死亡,警方通過查閱死者的電腦和手機(jī)郑兴,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 90,218評論 3 385
  • 文/潘曉璐 我一進(jìn)店門贝乎,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人却舀,你說我怎么就攤上這事锤灿。” “怎么了但校?”我有些...
    開封第一講書人閱讀 157,162評論 0 348
  • 文/不壞的土叔 我叫張陵状囱,是天一觀的道長术裸。 經(jīng)常有香客問我亭枷,道長,這世上最難降的妖魔是什么猾编? 我笑而不...
    開封第一講書人閱讀 56,470評論 1 283
  • 正文 為了忘掉前任升敲,我火速辦了婚禮,結(jié)果婚禮上苇羡,老公的妹妹穿的比我還像新娘。我一直安慰自己,他們只是感情好锦茁,可當(dāng)我...
    茶點(diǎn)故事閱讀 65,550評論 6 385
  • 文/花漫 我一把揭開白布码俩。 她就那樣靜靜地躺著,像睡著了一般。 火紅的嫁衣襯著肌膚如雪瞳秽。 梳的紋絲不亂的頭發(fā)上率翅,一...
    開封第一講書人閱讀 49,806評論 1 290
  • 那天,我揣著相機(jī)與錄音腺晾,去河邊找鬼。 笑死悯蝉,一個胖子當(dāng)著我的面吹牛托慨,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播厚棵,決...
    沈念sama閱讀 38,951評論 3 407
  • 文/蒼蘭香墨 我猛地睜開眼窟感,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了柿祈?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 37,712評論 0 266
  • 序言:老撾萬榮一對情侶失蹤蜜自,失蹤者是張志新(化名)和其女友劉穎卢佣,沒想到半個月后,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體虚茶,經(jīng)...
    沈念sama閱讀 44,166評論 1 303
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 36,510評論 2 327
  • 正文 我和宋清朗相戀三年婆殿,在試婚紗的時候發(fā)現(xiàn)自己被綠了罩扇。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片怕磨。...
    茶點(diǎn)故事閱讀 38,643評論 1 340
  • 序言:一個原本活蹦亂跳的男人離奇死亡肠鲫,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出导饲,到底是詐尸還是另有隱情被啼,我是刑警寧澤,帶...
    沈念sama閱讀 34,306評論 4 330
  • 正文 年R本政府宣布泡挺,位于F島的核電站,受9級特大地震影響娄猫,放射性物質(zhì)發(fā)生泄漏生闲。R本人自食惡果不足惜媳溺,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 39,930評論 3 313
  • 文/蒙蒙 一悬蔽、第九天 我趴在偏房一處隱蔽的房頂上張望捉兴。 院中可真熱鬧,春花似錦倍啥、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,745評論 0 21
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽伍派。三九已至剩胁,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 31,983評論 1 266
  • 我被黑心中介騙來泰國打工建车, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留椒惨,地道東北人。 一個月前我還...
    沈念sama閱讀 46,351評論 2 360
  • 正文 我出身青樓领斥,卻偏偏與公主長得像沃暗,于是被迫代替她去往敵國和親月洛。 傳聞我的和親對象是個殘疾皇子孽锥,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 43,509評論 2 348