python学习第十二天(自用)

数据分析，将杂乱的数据整理出有价值的信息并显示

Jupyter介绍

测试使用,无需使用print即可输出结果，ctrl + 回车快速执行

Shift + 回车可以创建新的代码块

可以跨单元格访问变量，同属于一个代码文件

Pandas简介

类似表格的形式，左侧是索引

单独取出一列，可以看到形式就和series相同，其实取出的就是series

求最小值最大值平均值函数,min,max,mean

想输出三行，但只输出一行，是由于该状态下执行只会执行最后一句

DataFrame

Index属性

dataframe可以通过tolist来转化为列表的形式

获取列标签

获取所有值

获取列表元素个数

获取数据类型

获取行数和列数

Series

列表创建

元组创建

字典创建

Series属性

索引index

值values

元素个数size

元素类型dtypes，是底层numpy的类型

行数shape

小结

数据的读取与写入

读入数据，其中usecols表示要使用哪些列，把列名写上去即可

数据处理，增加销售金额这列

写入数据，将修改的后内容写入到新的csv文件中

小结

数据查看、选择、过滤

查看前10行数据head(10)

查看后10行数据tail(10)

数据统计信息describe,25%表示低于25%的商品都是低于49的,剩下的以此类推，std用不到

查看数据信息,显示列名，非空计数，数据类型等，Non-Null表示非空

数据选择

单列，直接查看列名

多列，在列表中再嵌套一个列表

选择行，基于行号来选择行的df.iloc[0:5:1]

选择行，基于索引来选择行，df.loc[0:5:1]，但若是index_col=’订单号’，那么将无法使用，因为索引是订单号的内容，选择只能依据索引号来实现

数据的过滤

Df[filter],df[‘销售数量’]得到销售数量的列，然后再写出要求，最后再去查找进行过滤数据

指定内容，使用isin方法传入列表来进行筛选

范围匹配,使用between方法

包含边界值，可以设置是否包含边界，可选择左右边界，选择其中一个那么就只包含选择的那个边界，不包含另一个，也可以选择neither，两边都不包含

多个条件的数据过滤，使用&连接符进行连接，并且单个的条件要用()括起来

综合应用

由于数据过长，无法展示所有数据，因此可以进行配置，让其给我们全部展示数据

但注释掉配置项还是会全部显示，是由于有缓存存在，只需要点击restart即可，然后再重新运行，但由于重新加载会导致前面的代码块运行内容消失，因此无法根据前面的import pandas来进行导入，需要重新导入，或者再次运行前面的代码块，无需重新导入

小结