Python数据分析常用方法手册

1. Python 数据处理和分析常用语句

数据分析的一般步骤包括数据获取、数据整理、数据描述、数据分析

1.1 数据获取

1.1.1 数据获取方式

1.1.2 查看数据属性

Data.shape 查看数据多少行、多少列

Data.columns 查看数据列

Data.dtypes 查看各数据字段的属性

df['date'] = pd.to_datetime(df['date'])

#1.如何获取导入的数据有几行几列？

直接用 df.shape，返回一个维度（几行，几列）的元组；

df.columns.size #获取列数

df.iloc[:, 0].size #获取行数

#2.如何查看指定行、列、子集？

#df = pandas.read_excel('1.xls',sheetname= '店铺分析日报')

df = df.loc[:,['股票代码','股票名称', '营业总收入']]#访问指定的列

#df=df['股票代码'] #查看指定列

#DataFrame.ix['index_name'] #查看指定行

例 2：把计算结果添加为一个新的列

df['P/E'] = df.收盘价/df.基本每股收益 #新的列名，后面是对应的数值

例 3：在 excel 表最后加一行求各列和

sum_row=df[['Jan','Feb','Mar','total']].sum()

#4.如何删除行列

#df_delete=df.drop(['result'],axis=1) #删除列

#DataFrame.drop(['index1','index2'...]) #删除行

#5.如何对数据进行排序？

df['P/E'].size #获取‘P/E’ 这列共有多少行

newdf=df_delete.sort('P/E') #默认升序排列

aqicsv[(aqicsv["FID"]>37898) & (aqicsv["FID"]<38766) ]

aqicsv[(aqicsv.predictaqi_norm1>150) |(aqicsv.predictaqi_norm1<100) ]