资源简介

(共20张PPT)
1、pandas模块
4.2.2 编程处理数据
第3课 DataFrame-函数
一、学习目标：
1、学会用二维数据文件创建DataFrame对象。
2、学会用函数编辑DataFrame对象中的行和列。
3、学会用函数统计与计算DataFrame对象中的数据。
4、学会用函数排序DataFrame对象中的数据。
二、知识点：
1、用二维数据文件创建DataFrame对象。
2、DataFrame常用函数基本操作。
1、读取Excel文件创建DF对象。
常用语法：pd.read_excel(io,sheet_name=0,header=0)
参数说明：
io：字符串，文件对象(或包含路径)；
sheet_name：指定导入的工作表，=字符串，或=整数，
默认值为0，即第1个工作表中的数据作为DF对象；
字符串表示工作表名称；整数为索引，表示工作表位置。
header：指定作为列名的行，默认值为0，即第一行的值为列名；
典型实例
例4 读取Excel文件"test.xlsx"中的数据，创建DataFrame对象df。
代码
import pandas as pd
#列名对齐
pd.set_option("display.unicode.east_asian_width",True)
df=pd.read_excel("test.xlsx")
print(df)
2、DataFrame常用函数
DataFrame常用函数 函数 说明
count() 返回非空（NaN）数据项的数量；一般按列求；
sum() mean() max() min() 求和、求平均、求最大、求最小；一般按列求；
groupby() 按列或行分组统计；一般按列求；
head() tail() 返回前n个、后n个数据记录；
drop() 按行列删除数据，通过axis=0/1确定行列；
append() 在末尾添加1行或多行数据；
insert() 在指定位置插入1列；
rename() 修改列标签或行索引；
sort_values() 排序，通过axis=0/1确定行列；
典型实例
例7 对df对象中的数据进行以下编辑：
在最后追加一行数据；
在“价格”后添加“库存量(千克)”数据列
删除“规格”列数据；
删除第1行数据；
修改第3行，第2列的值为“红富士三级”；
按行添加数据：append()函数
常用语法：append(data,ignore_index=True)
参数说明：data：表示需添加的数据，一般为字典；
ignore_index=True：忽略行索引，必选参数。
返回值：默认返回一个新的DF对象。
DF常用函数基本操作
#在最后添加1行数据
data1={"地区":"石家庄市","规格":"红富士一级",
"单位":"元/500克","价格":4.00,
"采价点":"集市3","采集时间":"11月中旬"}
df_add=df.append(data1,ignore_index=True)
print(df_add)
按列添加数据：insert()函数
常用语法：insert(i,columns,data)
参数说明：i：插入位置；
columns：列标签；
data：添加数据或数据列表。
DF常用函数基本操作
#在“价格”后添加“库存量(千克)”数据列
df.insert(4,"库存量(千克)",300)
print(df)
DF常用函数基本操作
按行列删除数据：drop()函数
常用语法：drop(labels,axis=0,inplace=False)
参数说明：labels：表示行索引或列标签；
axis：确定行列，默认值=0，按行删除；=1，按列删除；
inplace：可选参数，默认值=False,不改变原DF对象数据；
=True,改变原DF对象数据
返回值：默认返回一个新的DF对象。
DF常用函数基本操作
#删除“规格”列数据
df_delc=df.drop("规格",axis=1)
print(df_delc)
#删除第1行数据
df_delr=df.drop(0)
print(df_delr)
DF常用函数基本操作
按行索引和列标签修改单个值：at[ ]方法
常用语法：at[index,columns]=value
参数说明：index：行索引；
columns：列标签；
value：新值。
#修改第3行，第2列的值为“红富士三级”
df.at[2,"规格"]="红富士三级"
print(df)
典型实例
例8 将df对象中的数据按“地区”分组，并计算分组后各组数据的平均值。
DF常用函数基本操作
分组统计：groupby()函数
常用语法：groupby(labels,axis=0,as_index=True)
参数说明：labels：分组列标签；
axis：确定行列，默认值=0，按行分组；=1，按列分组；
as_index：分组后的行索引，默认值=True，以分组标签为索引；
=False，以行标签为索引，一般设置为False。
返回值：默认返回一个新的DF对象。
求平均值：mean()
#按“地区”分组,并计算分组后各组数据的平均值
g=df.groupby("地区",as_index=False).mean()
print(g)
典型实例
例9 对df对象中的数据，按“价格”值降序排序。
DF常用函数基本操作
按索引排序：sort_index()函数
按值排序：sort_values()函数
常用语法：sort_index(ascending=True)
sort_values(labels,axis=0,ascending=True)
参数说明：labels：排序列标签；
axis：确定行列，默认值=0，纵向排序；=1，横向排序；
ascending：确定升/降序，默认值=True，升序；=False，降序
返回值：默认返回一个新的DF对象。
DF常用函数基本操作
#按“价格”值降序排序
df_sort=df.sort_values("价格",ascending=False)
print(df_sort)
#按行索引值降序排序
df_sort_index=df.sort_index(ascending=False)
print(df_sort_index)
课堂练习：
“身边的百家姓”项目实践体验

展开更多......

收起↑