data = pd.read_csv('1.csv',encoding='gbk') #打开csv文件
c.to_csv('c.csv',encoding='gbk') #另存为csv文件
data.head() #观察数据前几行,默认为5行
c.info() #查看数据
data.describe() #对数据做描述性统计
data.shape #查看数据表维度
data.dtypes #查看数据类型
data.columns查看列名称
data.set_index #设置索引
a.drop([],[],...,[],axis=1,inplace=True) #删除多列
c=pd.merge(a,b,on=u'门店编号',how='left') #两表合并
c[c.T.isnull().any()] #删选含有空值的行
pd.pivot_table(c,index=[u'所属经销商/子公司名称'],values=[u'零售数量'],aggfunc=[np.sum,np.mean,len]) #数据透视表
cx=c.loc[c[u'季节']!=u'秋',[u'会计日期',u'门店编号',u'门店类型',u'商品名称',u'系列',u'商品分类',u'季节',u'规格',u'色码',u'颜色',u'零售数量',u'实收金额',u'所属经销商/子公司名称']] #删选出季节不是秋的数据,并提取出会计日期等列
常用的Pandas代码
猜你喜欢
转载自blog.csdn.net/weixin_42747054/article/details/81450262
今日推荐
周排行