数据处理⼯具--Pandas模块
强⼤的数据处理模块Pandas，可以解决数据的预处理⼯作，如数据类型的转换、缺失值的处理、描述性统计分析和数据的汇总等⼀、序列与数据框的构造
Pandas模块的核⼼操作对象为序列和数据框。序列指数据集中的⼀个字段，数据框为⾄少含有两个字段（或序列）的数据集。
1.构造序列
通过列表、元祖、Numpy中的⼀维数组构造序列均如序列1，第⼀列为序列的⾏索引（⾏号），⾃动从0开始；第⼆列为序列的实际值通过字典构造不同，第⼀列为具体的⾏名称，对应字典中的键，第⼆列为序列的实际值，对应字典中的值。
还可以通过数据框中的某⼀列构建
mysql连接工具2.序列元素的获取
对⼀维数组的索引⽅法和数学以及统计函数都可以⽤到序列上，但序列有特有的处理⽅法。
对通过字典类型构建的，可⽤⾏号，也可⽤⾏名称索引
如果需要对序列做数学函数计算，⾸选numpy模块
如果需要对序列做统计函数计算，⾸选序列的⽅法
3.构造数据框
数据框实际是⼀个数据集，⾏代表每⼀条观测，列代表各个变量。在⼀个数据库中可以存放不同数据类型的序列，⽽数组和序列只能存放同质数据。
⼿⼯构造数据框的话，⾸选字典⽅法，因为其他⽅法构造没有具体的变量名
还可以通过外部数据的读取构造
⼆、外部数据的读取
1.⽂本⽂件的读取
使⽤Pandas中的read_table函数或者read_csv函数
filepath_or_buffer：指定txt⽂件或csv⽂件所在的具体路径；
sep：指定原数据集中各字段之间的分隔符，默认为Tab制表符；
header：是否需要将原数据集中的第⼀⾏作为表头，默认将第⼀⾏⽤作字段名称；
names：如果原数据集中没有字段，可以通过该参数在数据读取时给数据框添加具体的表头；
index_col：指定原数据集中的某些列作为数据框的⾏索引（标签）；
usecols：指定需要读取原数据集中的哪些变量名；
dtype：读取数据时，可以为原数据集的每个字段设置不同的数据类型；
converters：通过字典格式，为数据集中的某些字段设置转换函数
skiprows：数据读取时，指定需要跳过原数据集开头的⾏数；
skipfooter：数据读取时，指定需要跳过原数据集末尾的⾏数；
nrows：指定读取数据的⾏数；
na_values：指定原数据集中哪些特征的值作为缺失值；
skip_blank_lines：读取数据时是否需要跳过原数据集中的空⽩⾏，默认为True；
parse_dates：如果参数值为True，则尝试解析数据框的⾏索引；如果参数为列表，则尝试解析对应的
⽇期列；如果参数为嵌套列表，则将某些列合并为⽇期列；如果参数为字典，则解析对应的列（即字典中的值），并⽣成新的字段名（即字典中的键）；
thousands：指定原始数据集中的千分位符；
comment：指定注释符，在读取数据时，如果碰到⾏⾸指定的注释符，则跳过改⾏；
encoding：如果⽂件中含有中⽂，有时需要指定字符编码；

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。