pythonpanda⽤法_Python3pandas⽤法⼤全Python3 pandas⽤法⼤全
⼀、⽣成数据表
1、⾸先导⼊pandas库，⼀般都会⽤到numpy库，所以我们先导⼊备⽤：
importnumpy as npimport pandas as pd
2、导⼊CSV或者xlsx⽂件：
df = pd.ad_csv('name.csv',header=1))
df= pd.ad_excel('name.xlsx'))#pandas还可以读取⼀下⽂件：
read_csv,
read_excel,
read_hdf,
read_sql,
read_json,
read_msgpack (experimental),
read_html,
read_gbq (experimental),
read_stata,
read_sas,
read_clipboard,
read_pickle;#相应的写⼊：
to_csv,
to_excel,
to_hdf,
to_sql,
to_json,
to_msgpack (experimental),
to_html,
to_gbq (experimental),
to_stata,
to_clipboard,
to_pickle.
(ad_csv()参数整理:
读取CSV(逗号分割)⽂件到DataFrame，也⽀持⽂件的部分导⼊和选择迭代。
filepath_or_buffer : str，pathlib。str, pathlib.Path, py._path.local.LocalPath or any object with a read() method (such as a file handle or StringIO)
可以是URL，可⽤URL类型包括：http, ftp, s3和⽂件。
sep: str, default ‘,’
指定分隔符。如果不指定参数，则会尝试使⽤逗号分隔。分隔符长于⼀个字符并且不是‘\s+’，将使⽤python的语法分析器。并且忽略数据中的逗号。正则表达式例⼦：'\r\t'
delimiter: str, default None
定界符，备选分隔符(如果指定该参数，则sep参数失效)。
delim_whitespace : boolean, default False.
指定空格(例如’ ‘或者’ ‘)是否作为分隔符使⽤，等效于设定sep='\s+'。如果这个参数设定为Ture那么delimiter 参数失效。在新版本0.18.1⽀持
header : int or list of ints, default ‘infer’
指定⾏数⽤来作为列名，数据开始⾏数。如果⽂件中没有列名，则默认为0，否则设置为None。如果明确设定header=0 就会替换掉原来存在列名。header参数可以是⼀个list例如：[0,1,3]，
这个list表⽰将⽂件中的这些⾏作为列标题(意味着每⼀列有多个标题)，介于中间的⾏将被忽略掉
注意：如果skip_blank_lines=True 那么header参数忽略注释⾏和空⾏，所以header=0表⽰第⼀⾏数据⽽不是⽂件的第⼀⾏。
names: array-like, default None
⽤于结果的列名列表，如果数据⽂件中没有列标题⾏，就需要执⾏header=None。默认列表中不能出现重复，除⾮设定参数
mangle_dupe_cols=True。
index_col : int or sequence or False, default None
⽤作⾏索引的列编号或者列名，如果给定⼀个序列则有多个⾏索引。
如果⽂件不规则，⾏尾有分隔符，则可以设定index_col=False 来是的pandas不适⽤第⼀列作为⾏索引。
usecols : array-like, default None
返回⼀个数据⼦集，该列表中的值必须可以对应到⽂件中的位置(数字可以对应到指定的列)或者是字符传为⽂件中的列名。
例如：usecols有效参数可能是 [0,1,2]或者是 [‘foo’, ‘bar’, ‘baz’]。使⽤这个参数可以加快加载速度并降低内存消耗。
as_recarray : boolean, default False
不赞成使⽤：该参数会在未来版本移除。请使⽤pd.read_csv(...).to_records()替代。
返回⼀个Numpy的recarray来替代DataFrame。如果该参数设定为True。将会优先squeeze参数使⽤。并且⾏索引将不再可⽤，索引列也将被忽略。
squeeze: boolean, default False
如果⽂件值包含⼀列，则返回⼀个Series
prefix: str, default None
在没有列标题时，给列添加前缀。例如：添加‘X’ 成为 X0, X1, ...
mangle_dupe_cols: boolean, default True
重复的列，将‘X’...’X’表⽰为‘X.0’...’X.N’。如果设定为false则会将所有重名列覆盖。
dtype : Type name or dict of column -> type, default None
每列数据的数据类型。例如 {‘a’: np.float64, ‘b’: np.int32}
engine: {‘c’, ‘python’}, optional
Parser engine to use. The C engine is faster while the python engine is currently more feature-complete.
使⽤的分析引擎。可以选择C或者是python。C引擎快但是Python引擎功能更加完备。
converters : dict, default None
列转换函数的字典。key可以是列名或者列的序号。
true_values : list, default None
Values to consider as True
false_values : list, default None
Values to consider as False
skipinitialspace: boolean, default False
忽略分隔符后的空⽩(默认为False，即不忽略).
skiprows : list-like or integer, default None
需要忽略的⾏数(从⽂件开始处算起)，或需要跳过的⾏号列表(从0开始)。
skipfooter : int, default 0
从⽂件尾部开始忽略。 (c引擎不⽀持)
skip_footer : int, default 0
不推荐使⽤：建议使⽤skipfooter ，功能⼀样。
nrows : int, default None
需要读取的⾏数(从⽂件头开始算起)。
na_values : scalar, str, list-like, or dict, default None
⼀组⽤于替换NA/NaN的值。如果传参，需要制定特定列的空值。默认为‘1.#IND’, ‘1.#QNAN’, ‘N/A’, ‘NA’, ‘NULL’,‘NaN’, ‘nan’`.
keep_default_na: bool, default True
如果指定na_values参数，并且keep_default_na=False，那么默认的NaN将被覆盖，否则添加。
na_filter: boolean, default True
是否检查丢失值(空字符串或者是空值)。对于⼤⽂件来说数据集中没有空值，设定na_filter=False可以提升读取速度。
verbose : boolean, default False
isnull的用法是否打印各种解析器的输出信息，例如：“⾮数值列中缺失值的数量”等。
skip_blank_lines : boolean, default True
如果为True，则跳过空⾏；否则记为NaN。
parse_dates: boolean or list of ints or names or list of lists or dict, default False
boolean. True -> 解析索引
list of ints or names. e.g. If [1, 2, 3] -> 解析1,2,3列的值作为独⽴的⽇期列；
list of lists. e.g. If [[1, 3]] -> 合并1,3列作为⼀个⽇期列使⽤
dict, e.g. {‘foo’ : [1, 3]} -> 将1,3列合并，并给合并后的列起名为"foo"
infer_datetime_format : boolean, default False
如果设定为True并且parse_dates 可⽤，那么pandas将尝试转换为⽇期类型，如果可以转换，转换⽅法并解析。在某些情况下会快5~10倍。
keep_date_col: boolean, default False
如果连接多列解析⽇期，则保持参与连接的列。默认为False。
date_parser : function, default None
⽤于解析⽇期的函数，默认使⽤dateutil.parser.parser来做转换。Pandas尝试使⽤三种不同的⽅式解析，如果遇到问题则使⽤下⼀种⽅式。
1.使⽤⼀个或者多个arrays(由parse_dates指定)作为参数；
2.连接指定多列字符串作为⼀个列作为参数；
3.每⾏调⽤⼀次date_parser函数来解析⼀个或者多个字符串(由parse_dates指定)作为参数。
dayfirst: boolean, default False
DD/MM格式的⽇期类型
iterator: boolean, default False
返回⼀个TextFileReader 对象，以便逐块处理⽂件。
chunksize : int, default None
compression : {‘infer’, ‘gzip’, ‘bz2’, ‘zip’, ‘xz’, None}, default ‘infer’
直接使⽤磁盘上的压缩⽂件。如果使⽤infer参数，则使⽤ gzip, bz2, zip或者解压⽂件名中以‘.gz’, ‘.bz2’, ‘.zip’, or ‘xz’这些为后缀的⽂件，否则不解压。
如果使⽤zip，那么ZIP包中国必须只包含⼀个⽂件。设置为None则不解压。
新版本0.18.1版本⽀持zip和xz解压
thousands : str, default None
千分位分割符，如“，”或者“."
decimal : str, default ‘.’
字符中的⼩数点 (例如：欧洲数据使⽤’，‘).
float_precision : string, default None
Specifies which converter the C engine should use for floating-point values. The options are None for the ordinary converter, high for the high-precision converter, and round_trip for the round-trip converter.
lineterminator: str (length 1), default None
⾏分割符，只在C解析器下使⽤。
quotechar: str (length 1), optional
引号，⽤作标识开始和解释的字符，引号内的分割符将被忽略。
quoting : int or csv.QUOTE_* instance, default 0
控制csv中的引号常量。可选 QUOTE_MINIMAL (0), QUOTE_ALL (1), QUOTE_NONNUMERIC (2) or QUOTE_NONE (3)
doublequote : boolean, default True
双引号，当单引号已经被定义，并且quoting 参数不是QUOTE_NONE的时候，使⽤双引号表⽰引号内的元素作为⼀个元素使⽤。
escapechar : str (length 1), default None
当quoting 为QUOTE_NONE时，指定⼀个字符使的不受分隔符限值。
comment : str, default None
标识着多余的⾏不被解析。如果该字符出现在⾏⾸，这⼀⾏将被全部忽略。这个参数只能是⼀个字符，空⾏(就像skip_blank_lines=True)注释⾏被header和skiprows忽略⼀样。
例如如果指定comment='#' 解析‘#empty\na,b,c\n1,2,3’ 以header=0 那么返回结果将是以’a,b,c'作为header。
encoding : str, default None
dialect : str or csv.Dialect instance, default None
如果没有指定特定的语⾔，如果sep⼤于⼀个字符则忽略。具体查看csv.Dialect ⽂档
tupleize_cols : boolean, default False
Leave a list of tuples on columns as is (default is to convert to a Multi Index on the columns)
error_bad_lines : boolean, default True
如果⼀⾏包含太多的列，那么默认不会返回DataFrame ，如果设置成false，那么会将改⾏剔除(只能
在C解析器下使⽤)。
warn_bad_lines : boolean, default True
如果error_bad_lines =False，并且warn_bad_lines =True 那么所有的“bad lines”将会被输出(只能在C解析器下使⽤)。
low_memory: boolean, default True
分块加载到内存，再低内存消耗中解析。但是可能出现类型混淆。确保类型不被混淆需要设置为False。或者使⽤dtype 参数指定类型。
注意使⽤chunksize 或者iterator 参数分块读⼊会将整个⽂件读⼊到⼀个Dataframe，⽽忽略类型(只能在C解析器中有效)
buffer_lines: int, default None
不推荐使⽤，这个参数将会在未来版本移除，因为他的值在解析器中不推荐使⽤
compact_ints : boolean, default False
不推荐使⽤，这个参数将会在未来版本移除
如果设置compact_ints=True ，那么任何有整数类型构成的列将被按照最⼩的整数类型存储，是否有符号将取决于use_unsigned 参数
use_unsigned : boolean, default False
不推荐使⽤：这个参数将会在未来版本移除
如果整数列被压缩(i.e. compact_ints=True)，指定被压缩的列是有符号还是⽆符号的。
memory_map : boolean, default False
如果使⽤的⽂件在内存内，那么直接map⽂件使⽤。使⽤这种⽅式可以避免⽂件再次进⾏IO操作。
(ad_csv()实例：
#read_csv会⾃动加上⾏索引，即使原数据集有⾏索引
ad_csv('f:/ceshi.csv')#获取对应的列值，从列名获取值，header必须从0开始或者默认

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。