python学习笔记：第一天

DataFrame是一个表格型的数据结构，它含有一组有序的列，每列可以是不同的值类型（数值、字符串、布尔值等）。DataFrame既有行索引也有列索引，它可以被看做由Series组成的字典（共用同一个索引）。

DataFrame可以通过类似字典的方式或者.columnname的方式将列获取为一个Series。行也可以通过位置或名称的方式进行获取。

为不存在的列赋值会创建新列。

将一个{key:list[]}转换成DataFramekey为列名

DataFrame(data,columns = [‘col1’,‘col0’])

data形式为{key:list[]}的字典

将一个{key:list[]}转换成DataFramekey为列名

DataFrame(data,columns = [‘col1’,‘col0’])data形式为{key:list[]}的字典；columns参数-指定列的顺序

DataFrame(data,columns = [‘col1’,‘col0’,‘col2’])如果columns中传入的列名找不到，不会报错，而是产生一列 NA 值

读取csv文件

dfcsv = pd.DataFrame(pd.read_csv("name"))

读取excel文件

dfexcel = pd.DataFrame(pd.read_excel("name"))

dfexcel = pd.read_excel(r"C:\Users\weihoo\Desktop\orders.xlsx")

需要注意的是，“\”在python里代表转义字符，它后面的会被进行转译，所以这里需要添加个“r”开头，表示它后面的字符所写即所得。

读取mysql数据库文件：需要用到sqlalchemy 和pymysql包

import pandas as pd

from sqlalchemy import create_engine

engine=create_engine("mysql+pymysql://root:123456@localhost:3306/classicmodels")

sql = "select * from customers"

dfsql = pd.read_sql(sql,engine)

root>>服务器名称

123456>>数据库服务器密码

localhost:3306>>数据库地址

classicmodels>>数据库名称

df.shape

dfexcel.shape

(326, 7)

dfexcel.info()

<class 'pandas.core.frame.DataFrame'>

RangeIndex: 326 entries, 0 to 325

Data columns (total 7 columns):

订单编码      326 non-null int64

订单日期      326 non-null datetime64[ns]

要求发货日期    326 non-null datetime64[ns]

实际发货日期    312 non-null datetime64[ns]

订单状态      326 non-null object

备注        80 non-null object

顾客编码      326 non-null int64

dtypes: datetime64[ns](3), int64(2), object(2)

memory usage: 17.9+ KB

frame

frame[‘col1’]

frame.col1

df

df.id

df.city

del frame[‘col1’]

del frame.col1

del df.city

df.isnull()

df["col1"].isnull()

df["col1"].unique()

df.columns

df.head(N)    #默认是10行

df.tail(N)    #默认是10行

语法：

pandas.date_range(start=None, end=None, periods=None, freq=‘D’,tz=None, normalize=False, name=None, closed=None)

该函数主要用于生成一个固定频率的时间索引，在调用构造方法时，必须指定start、end、periods中的两个参数值，否则报错。

主要参数说明：

start：开始日期，例如：‘20180101’，‘01/01/2018’

end：结束日期

periods：固定时期，取值为整数或None；

freq：日期偏移量，取值为string或DateOffset，默认为’D’，还有’M’，‘Q’，‘Y’

normalize：若参数为True表示将start、end参数值规范化到午夜时间20180101 00:00:00

name：生成时间索引对象的名称，取值为string或None

closed：可以理解成在closed=None情况下返回的结果中，若closed=‘left’表示在返回的结果基础上，再取左开右闭的结果，若closed='right’表示在返回的结果基础上，再取做闭右开的结果

示例：date_range = pd.date_range('20180101', periods=10, freq='D')

输出：DatetimeIndex(['2018-01-01', '2018-01-02', '2018-01-03', '2018-01-04', '2018-01-05', '2018-01-06', '2018-01-07', '2018-01-08','2018-01-09', '2018-01-10'],dtype='datetime64[ns]', freq='D')