1.介绍

pandas 是python 中一个常用的开源的进行数据处理的package，它有很多功能，但是我常用的就是使用pandas 来读取和处理数据.

1
import pandas as pd

pandas中数据存储的基本单位是data_frame，不同于numpy 中的array，dataframe 有很多种对数据操作的method。

读入数据:

1
df = pd.read_csv(filename,sep=' ',header=None)

read_csv方法有很多参数,参见：http://pandas.pydata.org/pandas-docs/stable/generated/pandas.read_csv.html
常用参数：

file_path:文件路径和名字
sep : 一行的数据之间使用什么符号分割的,一般是空格，csv文件是逗号
header: 用来当列名的行号，如果没有传入names参数，则header = 0 ,如果传入了names，则为None
names:列名，默认为None
如果传入header =None ，则列名为[0,1,..]这样的整数。
如果仅仅传入上述参数，行的索引也为从0开始的整数。

2.data_frame 选择数据

官方文档：

http://pandas.pydata.org/pandas-docs/stable/indexing.html#indexing-label
Pandas 中选择数据有好几种方法，最简单的分别是:

Selection by label

围绕的方法是df.loc[row_indexer,column_indexer]

1.选择行:

1
2
3
df.loc['a']
df.loc['a':'c']
df.loc['a':]

2.选择列:

1
df.loc[:,'col_name']

Selection by position

围绕的方法是df.iloc[row,column]

1.选择行：

1
2
df.iloc[1:3]
df.iloc[:3]

选择指定行，指定列

1
2
df.iloc[1:3,2:4]
df.iloc[:,1:3]

2.选择列：

1
df.iloc[:,3]

除了用df.loc和df.iloc来选择行和列外，还有其他方法

使用Attribute access 来选择列：

前提是知道列名:

1
2
df.a
df[a]

上述两种方法的区别是df[a]可以新增一列，列名为a,df.a只能读取

使用[]operator来选择行：

1
2
df[:5]
选择前五行

data_frame其他相关用法

df.values
返回一个多维数组

df.drop(“row_label”)
df.drop(“column_label”,axis=1)
分别删除行和列