從Excel到Python最常用的Pandas函數有哪些

從Excel到Python最常用的Pandas函數有哪些，相信很多沒有經驗的人對此束手無策，為此本文總結了問題出現的原因和解決方法，通過這篇文章希望你能解決這個問題。

生成數據表

常見的生成數據表的方法有兩種，第一種是導入外部數據，第二種是直接寫入數據。Excel中的“文件”菜單中提供了獲取外部數據的功能，支持數據庫和文本文件和頁面的多種數據源導入。

Python支持從多種類型的數據導入。在開始使用Python進行數據
導入前需要先導入pandas庫，為了方便起見，我們也同時導入numpy
庫.

import numpy as np
import pandas as pd

導入外部數據

df=pd.DataFrame(pd.read_csv('name.csv',header=1))
df=pd.DataFrame(pd.read_Excel('name.xlsx'))c

里面有很多可選參數設置，例如列名稱、索引列、數據格式等

直接寫入數據

df = pd.DataFrame({"id":[1001,1002,1003,1004,1005,1006],
"date":pd.date_range('20130102', periods=6),
"city":['Beijing ', 'SH', ' guangzhou ', 'Shen
zhen', 'shanghai', 'BEIJING '],
"age":[23,44,54,32,34,32],
"category":['100-A','100-B','110-A','110-C','2
10-A','130-F'],
"price":[1200,np.nan,2133,5433,np.nan,4432]},
columns =['id','date','city','category','age',
'price'])

數據表檢查

數據表檢查的目的是了解數據表的整體情況，獲得數據表的關鍵信息、數據的概況，例如整個數據表的大小、所占空間、數據格式、是否有
空值和重復項和具體的數據內容，為后面的清洗和預處理做好準備。

1.數據維度(行列)

Excel中可以通過CTRL+向下的光標鍵，和CTRL+向右的光標鍵
來查看行號和列號。Python中使用shape函數來查看數據表的維度，也就是行數和列數。

df.shape

2.數據表信息

使用info函數查看數據表的整體信息，包括數據維度、列名稱、數據格式和所占空間等信息。
#數據表信息

df.info()
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 6 entries, 0 to 5
Data columns (total 6 columns):
id 6 non-null int64
date 6 non-null datetime64[ns]
city 6 non-null object
category 6 non-null object
age 6 non-null int64
price 4 non-null float64
dtypes: datetime64[ns](1), float64(1), int64(2), object(2)
memory usage: 368.0+ bytes

3.查看數據格式

Excel中通過選中單元格并查看開始菜單中的數值類型來判斷數
據的格式。Python中使用dtypes函數來返回數據格式。

Dtypes是一個查看數據格式的函數，可以一次性查看數據表中所
有數據的格式，也可以指定一列來單獨查看

#查看數據表各列格式
df.dtypes
id int64
date datetime64[ns]
city object
category object
age int64
price float64
dtype: object
#查看單列格式
df['B'].dtype
dtype('int64')

4.查看空值

Excel中查看空值的方法是使用“定位條件”在“開始”目錄下的“查找和選擇”目錄.

Isnull是Python中檢驗空值的函數

#檢查數據空值
df.isnull()

#檢查特定列空值
df['price'].isnull()

5.查看唯一值

Excel中查看唯一值的方法是使用“條件格式”對唯一值進行顏色
標記。

Python中使用unique函數查看唯一值。

#查看city列中的唯一值
df['city'].unique()
array(['Beijing ', 'SH', ' guangzhou ', 'Shenzhen', 'shanghai', '
BEIJING '], dtype=object)

6.查看數據表數值

Python中的Values函數用來查看數據表中的數值

#查看數據表的值
df.values

7.查看列名稱

Colums函數用來單獨查看數據表中的列名稱。

#查看列名稱
df.columns
Index(['id', 'date', 'city', 'category', 'age', 'price'], dtype='
object')

8.查看前10行數據

Head函數用來查看數據表中的前N行數據

#查看前3行數據
df.head(3)

9.查看后10行數據

Tail行數與head函數相反，用來查看數據表中后N行的數據

#查看最后3行
df.tail(3)

數據表清洗

本次的Python學習教程介紹對數據表中的問題進行清洗，包括對空值、大小寫問題、數據格式和重復值的處理。

1.處理空值(刪除或填充)

Excel中可以通過“查找和替換”功能對空值進行處理

Python中處理空值的方法比較靈活，可以使用 Dropna函數用來刪除數據表中包含空值的數據，也可以使用fillna函數對空值進行填充。

#刪除數據表中含有空值的行
df.dropna(how='any')

也可以使用數字對空值進行填充

#使用數字0填充數據表中空值
df.fillna(value=0)

使用price列的均值來填充NA字段，同樣使用fillna函數，在要填充的數值中使用mean函數先計算price列當前的均值，然后使用這個均值對NA進行填充。

#使用price均值對NA進行填充
df['price'].fillna(df['price'].mean())
Out[8]: 
0 1200.0
1 3299.5
2 2133.0
3 5433.0
4 3299.5
5 4432.0
Name: price, dtype: float64

2.清理空格

字符中的空格也是數據清洗中一個常見的問題

#清除city字段中的字符空格
df['city']=df['city'].map(str.strip)

3.大小寫轉換

在英文字段中，字母的大小寫不統一也是一個常見的問題。
Excel中有UPPER，LOWER等函數，Python中也有同名函數用來解決
大小寫的問題。

#city列大小寫轉換
df['city']=df['city'].str.lower()

4.更改數據格式

Excel中通過“設置單元格格式”功能可以修改數據格式。

Python中通過astype函數用來修改數據格式。

#更改數據格式
df['price'].astype('int')
0 1200
1 3299
2 2133
3 5433
4 3299
5 4432
Name: price, dtype: int32

5.更改列名稱

Rename是更改列名稱的函數，我們將來數據表中的category列更改為category-size。

#更改列名稱
df.rename(columns={'category': 'category-size'})

6.刪除重復值

Excel的數據目錄下有“刪除重復項”的功能

Python中使用drop_duplicates函數刪除重復值

df['city']
0 beijing
1 sh
2 guangzhou
3 shenzhen
4 shanghai
5 beijing
Name: city, dtype: object

city列中beijing存在重復，分別在第一位和最后一位
drop_duplicates()函數刪除重復值

#刪除后出現的重復值
df['city'].drop_duplicates()
0 beijing
1 sh
2 guangzhou
3 shenzhen
4 shanghai
Name: city, dtype: object

設置keep='last‘’參數后，與之前刪除重復值的結果相反，第一位
出現的beijing被刪除

#刪除先出現的重復值
df['city'].drop_duplicates(keep='last')
1 sh
2 guangzhou
3 shenzhen
4 shanghai
5 beijing
Name: city, dtype: objec

7.數值修改及替換

Excel中使用“查找和替換”功能就可以實現數值的替換

Python中使用replace函數實現數據替換

附#數據替換
df['city'].replace('sh', 'shanghai')
0 beijing
1 shanghai
2 guangzhou
3 shenzhen
4 shanghai
5 beijing
Name: city, d

看完上述內容，你們掌握從Excel到Python最常用的Pandas函數有哪些的方法了嗎？如果還想學到更多技能或想了解更多相關內容，歡迎關注億速云行業資訊頻道，感謝各位的閱讀！