pandas 的几个查询方法-白红宇

pandas 的几个查询方法

阅读量：2499 次

发布时间：2019-05-11

本文共 1545 字，大约阅读时间需要 5 分钟。

import os, sys

import numpyt as np

import pandas as pd

读取excel 表格.

res=pd.DataFrame(pd.read_excl(file_name))

res= pd.read_csv

写 excle

res.to_excel(file_name)

res.to_csv(file_name)

>>> s

0 1

1 2

2 3a

3 3b

4 03c

5 我们(无效)

dtype: object

>>> type(s)

找到指定字符的数据

>>> s.str.contains(u'(?=我们).*')

0 False

1 False

2 False

3 False

4 False

5 True

dtype: bool

>>> s[s.str.contains(u'(?=我们).*')]

5 我们(无效)

dtype: object

>>>

>>> s.str.contains(u'无效')

0 False

1 False

2 False

3 False

4 False

5 True

dtype: bool

>>> s[s.str.contains(u'无效')]

5 我们(无效)

dtype: object

>>> import numpy as np

>>> n=10

>>> df = pd.DataFrame(np.random.randint(n, size=(n, 2)), columns=list('bc'))

>>> df

b c

0 1 6

1 3 6

2 0 9

3 2 4

4 7 5

5 7 2

6 9 7

7 1 2

8 3 7

9 3 6

数据查询条件.

>>> df[df['b'] > 5]

b c

4 7 5

5 7 2

6 9 7

列之间比较.

>>> df[df.b > df.c]

b c

4 7 5

5 7 2

6 9 7

从数据集中删除筛选出来的数据集.

>>> df2=df

>>> df2

b c

0 1 6

1 3 6

2 0 9

3 2 4

4 7 5

5 7 2

6 9 7

7 1 2

8 3 7

9 3 6

>>> df3=df[df.b > df.c]

>>> df3

b c

4 7 5

5 7 2

6 9 7

>>> df2.drop(df3.index)

b c

0 1 6

1 3 6

2 0 9

3 2 4

7 1 2

8 3 7

9 3 6

几个数据统计方面的方法.

>>> df2

b c

0 1 6

1 3 6

2 0 9

3 2 4

4 7 5

5 7 2

6 9 7

7 1 2

8 3 7

9 3 6

>>>

>>> df2.groupby(by='b').sum() 求和

0 9

1 8

2 4

3 19

7 7

9 7

>>> df2.groupby(by='b').count() 计数,

0 1

1 2

2 1

3 3

7 2

9 1

>>> df2.groupby(by='b').mean() 平均值.

0 9.000000

1 4.000000

2 4.000000

3 6.333333

7 3.500000

9 7.000000

来自 “ ITPUB博客 ” ，链接：http://blog.itpub.net/133735/viewspace-2650668/，如需转载，请注明出处，否则将追究法律责任。

转载于:http://blog.itpub.net/133735/viewspace-2650668/

你可能感兴趣的文章

【NOI 2018】归程（Kruskal重构树）

查看>>

如何开始DDD(完)

查看>>

[svc]gns3模拟器及探讨几个bgp问题

查看>>

Error:fatal: Not a git repository (or any of the parent directories): .git

查看>>

15 可视化工具 Navicat的简单使用

查看>>

神兵利器：Burpsuite工具分享与使用简介

Sql Server 生成数据透视表 (行列转换等经典SQL语句)

查看>>

理解sizeof()

查看>>

Vue学习笔记之vue-cli脚手架安装和webpack-simple模板项目生成

查看>>