Pandas数据分析基础
目录标题
Pandas读取和写入数据
Pandas将数据加载到DataFrame后,就可以使用DataFrame对象的属性和方法进行操作。这些操作有的是完成数据分析中的常规统计工作,有的是对数据的加工处理。无论是在分析统计方面还是在加工处理方面,Pandas都提供了丰富且实用的功能。
数据读取
从常见的Excel和CSV到JSON及各种数据库,Pandas几乎支持市面上所有的主流数据存储形式。Pandas提供了一组顶层的I/O API,如pandas.read_csv()等方法,这些方法可以将众多格式的数据读取到DataFrame数据结构中,经过分析处理后,再通过类似DataFrame.to_csv()的方法导出数据。
以下是将您提供的数据绘制为Markdown表格的结果:
示例代码
#!/usr/bin/env python
# -*- coding: utf-8 -*-
"""
@Date : 2024/10/4
@File : test1.py
@Author : liwei
@Description :
"""
import pandas as pd
# 文件目录
# 使用URL
df_csv = pd.read_csv('GDP-China.csv')
print(df_csv)
df_excel = pd.read_excel('team.xlsx')
print(df_excel)
读取csv
#!/usr/bin/env python
# -*- coding: utf-8 -*-
"""
@Date : 2024/10/4
@File : test1.py
@Author : liwei
@Description :
"""
import pandas as pd
# 文件目录
# 使用URL
df_csv = pd.read_csv('GDP-China.csv')
print(df_csv)
读取excel
数据输出
Pandas基础操作
索引
数据信息
统计计算
位置计算
数据选择
Pandas高级操作
复杂查询
类型转换
数据排序
添加修改
高级过滤
数据迭代
高阶函数
原文地址:https://blog.csdn.net/weixin_42439274/article/details/142708888
免责声明:本站文章内容转载自网络资源,如本站内容侵犯了原著者的合法权益,可联系本站删除。更多内容请关注自学内容网(zxcms.com)!