Python程序设计 13. numpy和pandas数据分析.ppt

* * * * * * * * * 数据分析库pandas读写excel和csv文档 信息科学技术学院 北京房山红井路 用pandas读excel文档 需要openpyxl(对.xlsx文件)或xlrd或xlwt支持(老的.xls文件) 读取的每张工作表都是一个DataFrame 用pandas读excel文档 import pandas as pd pd.set_option(display.unicode.east_asian_width,True) dt = pd.read_excel(excel_sample.xlsx,sheet_name=[销售情况,1], index_col=0)#读取第0和第1张工作表 df = dt[销售情况] #dt是字典，df是DataFrame print(df.iloc[0,0],df.loc[睡袋,数量]) #4080 4080 print(df) print(pd.isnull(df.loc[彩盒,销售额])) #True df.fillna(0,inplace=True) #将所有NaNa用0替换 print(df.loc[彩盒,销售额],df.iloc[2,2]) #0.0 0.0 用pandas写excel文档 df.to_excel(filename,sheet_name=Sheet1,na_rep=,) 将DataFrame对象df中的数据写入excel文档filename中的Sheet1工作表,NaN用代替。 会覆盖原有的filename文件 如果要在一个excel文档中写入多个工作表，需要用 ExcelWrite 用pandas写excel文档 #(接上面程序） writer = pd.ExcelWriter(new.xlsx) #创建ExcelWriter对象 df.to_excel(writer,sheet_name=S1) df.T.to_excel(writer,sheet_name=S2) #转置矩阵写入 df.sort_values(销售额,ascending= False).to_excel(writer, sheet_name=S3) #按销售额排序的新DataFrame写入工作表S3 df[销售额].to_excel(writer,sheet_name=S4) #只写入一列 writer.save() 用pandas读写csv文件 df.to_csv(result.csv,sep=,,na_rep=NA, float_format=%.2f, encoding=gbk) df = pd.read_csv(result.csv) * * * * * * * * * * * * * * * * * * * * * * * * * * 北京大学信息学院 郭炜 北京大学信息学院 郭炜 郭 炜 信息科学技术学院 微博：/guoweiofpku 学会程序和算法，走遍天下都不怕! (讲义照片均为郭炜拍摄) 微信公众号 文科计算机基础 中国大学MOOC课程： /course/PKU-1460924165 教材 Python程序设计基础及实践（慕课版） 郭炜 编著 人民邮电出版社 慕课: 中国大学MOOC 实用Python程序设计 /course/PKU-1460924165?from=searchPage 数据分析相关库numpy和pandas 信息科学技术学院 * 多维数组库numpy 信息科学技术学院 内蒙古浑善达克沙地 numpy简介 多维数组库，创建多维数组很方便，可以替代多维列表 速度比多维列表快 支持向量和矩阵的各种数学运算 所有元素类型必须相同 pip install numpy 安装 numpy创建数组的函数 函数 功能 array(x) 根据列表或元组x创建数组 arange(x,y,i) 创建一维数组，元素等价于range(x,y,i) linespace(x,y,n) 创建一个由区间[x,y]的n-1等分点构成的一维数组，包含x和y random.randint(...) 创建一个元素为随机整数的数组 zeros(n) 创建一个元素全为0.0的长度为n数组 ones(n) 创建一个元素全为1.0的长度为n数组 numpy创建数组示例 import numpy as np #以后numpy简写为np print(np.array([1,2,3])) #[1 2 3] print(np.arange(1,9,2)) #[1 3 5 7] p