pandas简介

参考:

• pandas手记
• Pandas 中文文档：数据结构简介
• Pandas速查手册中文版
• pandas: powerful Python data analysis toolkit

说明

• 基础模块导入

import pandas as pd
import numpy as np

• 短名称（别名）
  • df为DataFrame对象
  • pd为pandas导入后的别名
  • np为numpy导入后的别名

API使用

一. 构造DataFrame

1. 分别指定行和列

   • data 为二维数组（一维为行列表，二维为每一行中的列列表）
   • columns 的长度 >= data的最长元素的长度
     doc: pandas.DataFrame

   data = [
       ['第一', 'hang' , '数据'], # 第一行
       ['第2', '行'] # 第二行
   ]
   columns = ['列1', '第二2', '列三'] # 列名列表
   df = pd.DataFrame(data, columns=columns)
   

2. 传递一个字典（键为列名，值为列对应的数据串）

   字典所有值（数据串）的长度必须相同

   data = {
       'col1': [123, 45, 66],
       'col2': [66, None, 12]
   }
   df = pd.DataFrame(data)
   

3. 从csv文件加载(pd.read_csv)

   可选参数:

   • encoding 编码, 默认为utf-8
   • index_col 索引列，默认为None（自动添加数字索引）
     doc: pandas.read_csv

   csv_path = r'C:UserszuxiaDesktop 1.csv'
   # 读取数据（指定encoding参数防止编码错误）
   df = pd.read_csv(csv_path, encoding='gbk')
   # 读取数据（指定第一列为索引列）
   df = pd.read_csv(csv_path, index_col=0)
   

   如果遇到编码错误，获取编码

   import chardet
   
   # 读取得到二进制数据
   raw_data = open(csv_path, 'rb').read()
   encoding = chardet.detect(raw_data).get('encoding', 'utf-8')
   

SQLAlchemy
PyMySQL