Python:利用Pandas读取数据、查询指定条件的数据、以及数据的详细信息 |
您所在的位置:网站首页 › 怎么查看qq使用详细信息 › Python:利用Pandas读取数据、查询指定条件的数据、以及数据的详细信息 |
一、前言
本文主要介绍了在Python中,如何利用Pandas去读取数据、查询指定条件的数据、以及数据的详细信息. 二、数据集网上随便找的数据集 三、数据查看常用方法 1、读取数据 import pandas as pd #读取excel文件 data=pd.read_excel('C:/Users/abc/Desktop/users_info.xlsx') 2、查看数据的大小数据量(行)、数据指标(列)、数据维度、尺寸 #查看数据尺寸 print(data.shape) #查看数据数量 print(data.size) 3、获取前/后N条数据 获取前4条数据:head()方法 print(data.head(4)) 默认获取前5条数据: print(data.head()) 获取后N条数据: 使用tail()函数默认显示后5条 print(data.tail(4)) 4、完整展示每个字段的数据如下图:有些字段的数据被折叠起来,用省略号表示 可以通过设置界面显示的最大列数据量来解决参数:max_columns若设置的数大于数据表的列数,则可以完整地展示所有列的内容比如数据表共有37列数据,我们不妨把数字设置为40 #设置界面显示的最大行列数据量 #若设置的数大于数据表的列数,则可以完整地展示所有列的内容 pd.options.display.max_columns= 40 data.head()结果: 可以看到之前被折叠的数据已经全部展示出来了 若不知道数据有多少列,参数max_columns的值可以设为None,也可以完整展示所有字段的数据 #设置界面显示的最大列数据量 #若设置的数大于数据表的列数,则可以完整地展示所有列的内容 pd.options.display.max_columns= None data.head() 5、行的数据被折叠如图:数据表的行数较多时,直接展示的话,部分数据会被折叠起来,用省略号表示 设置最大行参数max_rows的值即可解决pd.options.display.max_rows= None :即展示所有行的数据若数据量较大,数据全部展示的话,比较耗时间,此时可以选择head()方法来显示前N条数据 #设置界面显示的最大行数据量 #若设置的数大于数据表的列数,则可以完整地展示所有列的内容 pd.options.display.max_rows= None data 四、查看指定条件的数据 1、查询指定字段内容的数据如图:字段名为"ORGANIZE_NAME",字段值为“统计班”的数据共有27条,37是指数据表共有37个字段 #查看指定条件的数据表 data[data['ORGANIZE_NAME']=='统计班'].shape 2、查询条件的叠加如图:字段名为"ORGANIZE_NAME",字段值为“统计班”,并且字段”address“为广州的数据共有22条 #叠加条件 data[data['ORGANIZE_NAME']=='统计班'][data['address']=='广州'].shape 3、查看指定行/列的数据 (1)查看指定列 查看字段名为 "ORGANIZE_NAME"的前5个内容: #查看指定列 data["ORGANIZE_NAME"].head() 查看字段名为"ORGANIZE_NAME" 和 字段名为“address” 的前5个内容: #查看多列数据 data[["ORGANIZE_NAME","address"]].head() (2)查看指定行【20:30】: 查询的数据范围包含左区间,不包含右区间 #查看指定行 data[20:25] (3)查看指定的行和列 使用loc方法loc[20,“ORGANIZE_NAME”]: 即查看第20行,字段名为“ORGANIZE_NAME ” 的数据 #查看指定的行和列 data.loc[20,"ORGANIZE_NAME"] 查看字段名为“ORGANIZE_NAME ” 第20到30行的数据 #查看指定的行和列 data.loc[20:30,"ORGANIZE_NAME"] 查看多行多列数据: #查看指定的行和列 data.loc[20:30,["ORGANIZE_NAME","ACCOUNT"]] iloc方法: 该方法可以对列进行索引查询,而loc方法不可以对列进行索引查询查看前5列的第20-30行的数据 #查看指定行和列 data.iloc[20:31,:5] iat方法:查看指定行和列的数据: 查询第10行第1列的数据: #查看指定行和列 data.iat[10,0]等价于: #查看指定行和列 data.loc[10,"USER_ID"] 五、查看数据的详细信息 1、查看数据的详细信息、数据指标的类型 #查看数据的详细信息和数据指标的类型 data.dtypes 2、统计不同类型数据指标的数量比如下图:数据类型为 int64 的有2个字段 #统计不同类型数据指标的数量 from collections import Counter Counter(data.dtypes.values) 3、查看数据的详细信息包括:指标类型统计、数据大小、内存占用信息 #查看数据的详细信息、指标类型统计、数据大小、内存占用信息 data.info()
|
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |