python数据分析 活用pandas,深入浅出Pandas:利用Python进行数据处理与分析

　　Pandas是Python中的一个开源库，用于高效的数据处理。它的名字其实取自Panel Data(面板数据)，即多维数据的计量经济学。在熊猫库出现之前，Python也可以用来处理数据，但是对数据分析的支持相当有限。所以熊猫的出现弥补了原生Python的不足，促进了Python语言在加载、操作、准备、建模、分析数据方面的能力。熊猫是建立在NumPy图书馆上的。如果你之前没有Numpy的基础知识，也欢迎阅读之前的NumPy教程文章：【Python核心库】NumPy真人教程及练习。

　　为什么要用熊猫来处理数据？

　　Pandas广泛用于数据处理，因为它的数据帧和系列比其他模块或帧更直观。熊猫简洁明了的应用程序接口(API)也可以让程序员更加专注于代码的核心部分，让代码和数据更加简洁。

　　熊猫怎么装？

　　要用Pandas编程，首先需要在Python编辑器或Python IDE中安装相应的模块。拿教程里轻用的为例。只需在代码中直接写import pandas为pd，通过QuickFix就可以一键安装。因为熊猫库经常需要用到numpy相关的函数，所以在引用熊猫的时候通过导入Numpy作为NP来引用Numpy更方便。更多第三方模块的安装方法，可以查看如何手动下载安装依赖项。

　　熊猫培训项目：

　　在这个熊猫后续项目中，我们将制作一个简单的分数统计和分数检查程序。完成本项目后，您可以学习如何：

　　将数据内容转换成表格。使用Pandas计算总分顺序，并以相反的顺序排列数据值。查找并返回指定的数据删除和合并列表。完整学习本教程。请参考代码：https://d1590a0dfb-share.lightly.teamcode.com。

　　将数据内容转换成表格。

　　如果我们回过头来看Numpy数组中的数据内容，实际上可能会觉得这个数据形式和通常的行列式表不一样，观感不是那么清晰。

　　Data=[[22053，丁一，1，121，132，56，167]，

　　[22174，刘二，2，150，139，115，151]，

　　[22124，张三，3，74，98，68，255]，

　　[22021，李四，3，105，131，137，263]，

　　[2206，王五，3，70，149，84，171]，

　　[22271，“刘钊”，2，114，96，113，284]，

　　[22212，“孙棋”，1，146，114，149，293]，

　　[22070，星期一，1，122，82，118，191]，

　　[22288，五九，2，143，111，99，258]，

　　[22014，郑X ，2，110，125，104，180]]

　　如果用Pandas处理相同或更复杂的数据，其输出效果会更接近我们场景中的表格，最终可以通过函数输出为. csv类型的表格文件，可以在excel等表格处理软件中打开。

　　根据下面的代码添加列名并调整序列号，可以输出非常类似于表格的格式：

　　Dataframe=pd.dataframe (data，columns=[学号，姓名，班级，语文，数学，英语，综合])

　　dataframe.index=1

　　打印(数据帧)

　　即使在熊猫，它可以作为一个文件输出。xlsx格式，有一行简单的代码，而且可以直接在Excel中打开：dataframe.to_excel(score.xlsx )。

　　如果运行后返回错误no module named openpyxl ,只需通过pip install openpyxl在终端中安装相应的模块并重新运行即可。完成后的文件会出现在左边的文件栏中，下载到本地可以用Excel或者其他表单软件打开。

　　在Excel中打开的效果：

　　用熊猫算总分。

　　在原始的分数数据中，我们只有英语成绩和综合成绩，没有计算总分。虽然我们可以在Excel中添加一个新列来计算导出的CSV文件中的总分，但是这个程序也可以用Python来完成，只需一段简单的代码：dataframe[总分]=dataframe.iloc [:3: 7]。总和(轴=1)

　　输出的中文数据没有对齐，怎么办？

　　由于Pandas的初始字符宽度默认为英文，当DataFrame的列名包含中文时，Pandas会出现列名和内容不对齐的情况。我们所要做的就是将熊猫的两个默认值设置为True:

　　PD . set _ option( display . unicode . ambiguity _ as _ wide ，True)

　　PD . set _ option( display . unicode . east _ Asian _ width ，True)

　　按照学号顺序。

　　在原始的分数数据中，我们可以发现学号其实是乱序的，不一定符合学校的格式要求。如果需要按照学号对年级数据进行排序，也只需要一行代码就可以解决：data frame _ sorted=data frame . sort _ values(by=[学号])。

　　【小作业】根据dataframe.sort_values()尝试输出上图的排序效果。打开scoreData.py查看参考答案：https://d1590a0dfb-share.lightly.teamcode.com

　　返回个别班级所有学生的成绩。

　　为了更方便的查看每个类的结果，我们其实可以通过dataframe.loc[]函数找到并返回一个特定值的内容。以Class 2的结果为例，我们只需要输入Class result=data frame . loc[data frame[ Class ]==2]就可以返回只包含Class 2结果的表：

　　【作业】根据所学内容，尝试按上图总分的逆序输出2班的成绩。打开scoreData.py查看参考答案：https://d1590a0dfb-share.lightly.teamcode.com

　　并删除合并列表。

　　假设一个英语老师发现自己不小心给错了分数，希望删除英语成绩重新输入。他该怎么办？在Pandas中，可以通过两个函数删除和合并数据：pd.drop()和pd.merge()。

　　先用pd.drop()删除错误的一行：df.drop (English ，inplace=True，axis=1)【注意】这行代码需要放在总分dataframe.iloc函数之前，否则总分中仍然包含英语成绩。

　　然后英语老师给了一个新的成绩，因为成绩是根据学号盲目改的，所以英语老师也给了一个Excel文件，里面有学号和学生的成绩。上传后，我们可以用下面的代码读取并合并新旧数据：

　　新英语=PD . Read _ excel( English score . xlsx )#阅读新英语成绩

　　Data frame=pd.merge (data frame，new English，how= left ，on=学号)#合并新旧数据

　　扩展作业

　　试着把Python编程的基本input()函数和文章中的所有知识点结合起来，做一个简单的程序，可以通过学生的学号找到学生在各个学科的成绩和总分。打开scoreData.py查看参考答案：https://d1590a0dfb-share.lightly.teamcode.com

　　恭喜你来到文末！在学习使用Python处理数据的时候，我其实在想：既然已经有现成的Excel办公软件，我们究竟为什么还需要学习Python甚至编程？但是在学习Python的过程中，我发现：相比于现在广泛使用的第三方软件，我们可以通过编程定制更符合自己需求的程序，同时甚至不用担心随着时间的推移，第三方软件逐渐关闭或者无法满足我的特定需求。

　　随着编程的日益普及，除了Office三件套甚至PS和视频剪辑，相信编程也会逐渐加入队列。对于很多人来说，学习编程可能并不容易，但这项技能最终会像我们过去学习的语文、数学、英语等基础学科一样，成为我们的知识库，帮助我们更好地理解现代科技的运作。

　　转载请联系作者获得转载授权，否则将追究法律责任。

郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。