1.pandas的读取CVS文件
import pandas as pd
df = pd.read_csv("dachen_data.csv",delimiter=",",encoding="GBK")
print(df)
1.1 dachen_data.csv文件为
1.2 打印处理的df为
2.写cvs的值
块操作
df['销售额']=df['价格']* df['成交量']
print(df)
Unnamed: 0 商品 价格 成交量 卖家 位置 销售额
0 0 东北大米10顿 1002 123 大成集团 厦门 123246
1 1 东北大米11顿 981 200 大成集团 厦门 196200
2 2 东北大米12顿 2002 423 大成集团 厦门 846846
3 3 东北大米13顿 1122 523 大成集团 厦门 586806
4 4 东北大米14顿 1232 133 大成集团 厦门 163856
条件过滤
#df[ (df(["价格"]<1232)) ] #print((df(['价格'] < 1232)))
位置作为索引
df1=df.set_index("位置").sort_index() #df.head() #df.info() print(df1.head) print(df.describe()) grouped=df['成交量'].groupby(df['位置']) print(grouped.mean())
<bound method NDFrame.head of Unnamed: 0 商品 价格 成交量 卖家 销售额
位置
北京 2 东北大米12顿 2002 423 大成集团 846846
北京 7 东北大米17顿 1232 23 大成集团 28336
厦门 0 东北大米10顿 1002 123 大成集团 123246
厦门 4 东北大米14顿 1232 120 大成集团 147840
厦门 5 东北大米15顿 1232 13 大成集团 16016
杭州 3 东北大米13顿 1122 523 大成集团 586806
杭州 6 东北大米16顿 1232 93 大成集团 114576
福州 1 东北大米11顿 981 200 大成集团 196200>
Unnamed: 0 价格 成交量 销售额
count 8.00000 8.0000 8.000000 8.000000
mean 3.50000 1254.3750 189.750000 257483.250000
std 2.44949 320.0214 186.430186 297810.155289
min 0.00000 981.0000 13.000000 16016.000000
25% 1.75000 1092.0000 75.500000 93016.000000
50% 3.50000 1232.0000 121.500000 135543.000000
75% 5.25000 1232.0000 255.750000 293851.500000
max 7.00000 2002.0000 523.000000 846846.000000
位置
北京 223.000000
厦门 85.333333
杭州 308.000000
福州 200.000000