pandas的簡單應用與資料匯入

'''

（1）第一種方式

import pandas

a = pandas.dataframe([

[8,9,3,1],

[2,6,8,4],

[9,2,1,5]

]) print(a)

'''

輸出（有幾個列表就有幾行，列表裡有幾個索引就有幾列，可以在dataframe（）裡用columns=指定列名）

下標 0 1 2 3

0 8 9 3 1

1 2 6 8 4

2 9 2 1 5

'''

（2）第二種方法

import pandas

a = pandas.dataframe()

print(a)

'''

輸出（有幾個鍵就有幾列，有幾個值就有幾行,值只有乙個的話自動填充，填充它本身）

four one three two

0 5 4 9 6

1 6 4 8 2

2 2 4 2 3

'''

按列統計相應的情況

import pandas

a = pandas.dataframe()

print(a.describe())

'''

輸出 one two

count 3.0 3.000000 個數

mean 4.0 3.666667 平均數

std 0.0 2.081666 標準差

min 4.0 2.000000 最小值

25% 4.0 2.500000 前分位數

50% 4.0 3.000000 中分位數

75% 4.0 4.500000

max 4.0 6.000000 最大值

'''

指定取前幾行

dataframe名或series名.head()預設前5行，括號裡可以指定要取的行數。

指定取後幾行

dataframe名或series名.tail()同head用法一樣。

轉置（行列互換）

dataframe名或series名.tail()只支援第一種方法

1.匯入csv檔案

2.匯入excel檔案

3.匯入mysql

import pandas

import pymysql

連線資料庫

查詢語句

a = pandas.read_sql('sql語句變數名','連線變數名')#後邊可以進行相關的操作

4.匯入html

5.匯入txt檔案

pandas簡單應用

機器學習離不開資料，資料分析離不開pandas。昨天感受了一下，真的方便。按照一般的使用過程，將pandas的常用方法說明一下。首先，我們拿到乙個excel表，我們將之另存為csv檔案。因為檔案是實驗室的資源，我就不分享了。首先是檔案讀取 def load csv filename data pd....

pandas簡單處理資料

pandas處理資料 1 建立資料 建立series,讓pandas建立乙個索引 2檢視資料 檢視框架的頂行和底行 head tail 顯示索引 列 基礎numpy資料 index columns valuesdescribe 顯示快速統計摘要 3 缺少資料 刪除缺少資料的行 line.dropna...

PIL與Pandas簡單操作

from pil import image as img from pil import imagefilter 得到路徑 注意 路徑前加r避免字元轉義 開啟im img.open image path 顯示im.show 檢視資訊 print im.format 返回格式 jpeg print i...