常见数据格式和分析¶

Dataframe¶

创建Dataframe¶

import pandas as pd

l1 = [1,2,3,4]
l2 = ['a','b','c','d']
dict1 = {'A':l1,'B':l2}
df = pd.DataFrame(dict1)
df

list(zip(l1,l2))

Dataframe 读入读出¶

df.to_csv('test.csv',delimiter=',',quotechar='"',index=False)
# 分隔符为 ,
# 引号为 "

如何知道分隔符？

用 vi 打开文件（但是要加载整个文件，可能会很慢）

读取前几行/后几行¶

df.head(2)
df.tail(2)

行列操作¶

选择列¶

df['A']

筛选¶

# 选择 A 列数据大于2的行
reduce[reduce['A']>2]
# 比较 iloc 和 loc
reduce.iloc[2:3,0:1]
reduce.loc[2:3,'A']

合并表格¶

pd.merge()

sub1 = df.iloc[0:2,0:1]
sub2 = df.iloc[0:2,1:2]
pd.merge(sub1,sub2,how='left',left_on='A',right_on='A')
# how='left': 只使用左表的键
# how='inner'(默认): 使用两个表的键的交集
# how='outer': 使用两个表的键的并集
# left_on:

pd.concat()

直接拼接

pd.concat([sub1,sub2],axis=1)
# axis=1: 按列合并（向右拼接）

简单画图¶

df['A'].plot()

时间处理¶

df['date'] = pd.to_datetime(df['date'])
df['date'].dt.year

分类画图¶

# 例：杭州的气温随月份的变化
sns.catplot(reduce,y="T",x="month",kind='box')