python数据分析与机器学习笔记（二）pandas -1

前言：pandas用于数据预处理，基于numpy，很多numpy要好多行才能完成的操作，pandas中可能只需一行代码

1. pandas数据读取

1.1导入pandas包

import pandas

1.2读取数据：read_csv()

案例:

1.3数据类型：DataFrame,dtypes

DataFrame是pandas中的基础数据结构，可理解为数据矩阵

字符型在pandas中标记为object

1.3数据显示head，tail

显示开始3行，也可以把头3行赋值给一个变量。形成一个新的dataframe

显示末尾3行，也可以把末尾3行赋值给一个变量

显示列名:

显示dataframe结构

有8618条记录，每条记录中含有36个属性值

2.Pandas索引与计算

pandas中取数据不像python、numpy直接使用下标，而要调用函数

2.1 loc[index]函数中的参数index代表第几行

显示第一行数据，可以改变index值显示不同行的数据，也可以显示几行数据

也可以选择性显示个别行数据

这里要特别注意，loc[index]中的index参数为一个矩阵，这里为两层中括号

2.2如果我要取一列的数据要怎么办？

  

 第一列的索引名称为NDB_No,因此要取第一列数据就使用变量名后加中括号，括号里注意用双引号括起来列名

也可以定位几个列，把所有列名赋值给一个list，或者直接在中括号里列出所有列名均可

注意：双中括号

案例：找出所有以(g)结尾的列

col_list=food_info.columns

new_columns=[]

for c in col_list:

 if c.endswith("(g)"):

  new_columns.append(c)

new_df=food_info[new_columns]

 

注意事项：每行开头留白的使用，new_columns需要先声明

案例 添加一列数据 ，将Iron_(mg)数据除以1000，变为Iron_(g)，并添加到food_info中

添加一列后，变为37列

对比两列数据（这个命令注意，属性名称是一个list也要在中括号里，所以是两层中括号）