python数据分析模块numpypandas全解

　　文章目录第3章数组的存储和处理：numpy模块3。1。1创建数组：array（）函数3。1。2创建等差数组：arange（）函数3。1。3创建随机数组：rand（）、randn（）、randint（）函数3。2。1查看行列数：shape属性3。2。2查看元素个数：size属性3。2。3查看元素的数据类型：dtype属性3。2。4转换元素的数据类型：astype（）函数3。2。5查看数组维度：ndim属性3。3。1一维数组元素的选取3。3。2二维数组的元素选取3。4。1一维数组的重塑：reshape（）函数3。4。2多维数组的重塑：reshape（）函数3。4。3多维重塑为一维：flatten（）、ravel（）函数3。4。4数组的转置：T属性、transpose（）函数3。5。1添加数组元素：append（）、insert（）函数3。5。2删除数组元素：delete（）函数3。5。3处理数组的缺失值：isnan（）函数3。5。4处理数组的重复值：unique（）函数3。5。5拼接数组：concatenate（）、hstack（）、vstack（）函数3。5。6拆分数组：split（）、hsplit（）、vsplit（）函数3。6。1数组之间的四则运算3。6。2数组元素的统计运算：sum（）、mean（）、max（）函数4。2。1读取Excel数据：readexcel（）函数1。读取特定工作簿：sheetname参数2。指定列标签：header参数3。指定行标签：indexcol参数4。读取指定列：usecols参数4。2。2读取csv文件数据：readcsv（）函数4。3查看数据的行数和列数4。3。1查看数据的前几行：head（）函数4。3。2查看行数和列数：shape属性4。4。1选择行数据：loc（）、iloc（）函数4。4。2选择列数据：iloc（）函数4。4。3同时选择行列数据4。5修改行、列标签：columns、index参数；setindex（）函数第五章：pandas模块进阶5。1。1查找数据：isin（）函数5。1。2替换数据：replace（）函数5。2。1插入数据：insert（）函数5。2。2删除元素：drop（）函数1。查看缺失值：isnull（）函数2。删除缺失值：dropna（）函数3。缺失值的填充：fillna（）函数1。删除重复行：dropduplicates（）函数2。删除某一列的重复值：subset参数3。获取唯一值：unique（）函数1。sortvalues（）函数排序数据2。rank（）函数获取数据的排名5。3。1转置数据表的行列：T属性5。3。2将数据表转换成树形结构：stack（）函数5。4。1数据的统计运算：sum（）、mean（）、max（）5。4。2获取数值分布情况：describe（）5。4。3计算相关系数：corr（）5。4。4分组汇总数据：groupby（）5。4。5创建数据透视表：pivottable（）5。4。4分组汇总数据：groupby（）5。4。5创建数据透视表：pivottable（）第3章数组的存储和处理：numpy模块3。1创建数组3。1。1创建数组：array（）函数
　　一维数组情况：importnumpyasnpanp。array（〔1，2，3，4〕）bnp。array（〔产品编号，销售数量，销售单价，销售金额〕）print（a）print（b）〔1234〕〔产品编号销售数量销售单价销售金额〕
　　二维数组情况：importnumpyasnpcnp。array（〔〔1，2，3〕，〔4，5，6〕，〔7，8，9〕〕）print（c）〔〔123〕〔456〕〔789〕〕参数见下表array（object，dtypeNone，copyTrue，orderNone，subokFalse，ndmin0）
　　参数
　　说明
　　object
　　必选，为一个序列型对象，如列表、元组、集合等，还可以是一个已创建好的数组
　　dtype
　　可选，用于指定数组元素的数据类型
　　copy
　　可选，用于设置是否需要复制对象
　　order
　　可选，用于指定创建数组的样式
　　subok
　　可选，默认返回一个与基类的类型一致的数组
　　ndmin
　　可选，用于指定生成数组的最小维度3。1。2创建等差数组：arange（）函数索引从0开始，记左不记右
　　3参数情况：importnumpyasnpdnp。arange（1，20，4）第3个参数为步长可选默认为1119，步长4记左不记右print（d）〔1591317〕
　　2参数情况：importnumpyasnpdnp。arange（1，20）print（d）〔12345678910111213141516171819〕
　　1参数情况：importnumpyasnpdnp。arange（20）print（d）〔012345678910111213141516171819〕参数说明见表arange（start，stop，step，dtypeNone）
　　参数
　　说明
　　start
　　可选，表示起始值。省略时默认为0
　　stop
　　必选，表示结束值。生成的数组元素不包括该值
　　step
　　可选，表示步长。省略时默认为1。给出该参数则必须给出start参数
　　dtype
　　可选，表示数组元素类型。默认为None3。1。3创建随机数组：rand（）、randn（）、randint（）函数1。rand（）函数：生成元素值在〔0，1）区间的随机数
　　一维情况：importnumpyasnpenp。random。rand（3）print（e）〔0。84125590。632205680。7395547〕
　　二维情况：importnumpyasnpenp。random。rand（2，3）print（e）〔〔0。036544040。333482490。30089453〕〔0。352913650。566830930。41812811〕〕2。randn（）函数：生成元素值在〔0，1）区间的随机数，且符合标准正态分布
　　一维情况：importnumpyasnpenp。random。randn（3）print（e）〔0。368091750。072249650。33366574〕
　　二维情况：importnumpyasnpenp。random。randn（3，3）print（e）〔〔1。140144990。955778090。94003745〕〔2。617682360。65656760。74041531〕〔0。31384740。682767910。17315121〕〕3。randint（）函数：生成指定范围的随机数，记左不记右
　　一维情况：importnumpyasnpenp。random。randint（1，5，10）随机数范围：〔1，5）10个数print（e）〔4124132412〕
　　二维情况：第三个参数指定维度importnumpyasnpenp。random。randint（1，10，（4，2））随机数范围：〔1，10）print（e）〔〔44〕〔25〕〔33〕〔78〕〕3。2查看数组的属性3。2。1查看行列数：shape属性importnumpyasnparrnp。array（〔〔1，2〕，〔3，4〕，〔5，6〕〕）print（arr。shape）（3，2）
　　只查看行数、或者列数importnumpyasnparrnp。array（〔〔1，2〕，〔3，4〕，〔5，6〕〕）print（arr。shape〔0〕）查看行数print（arr。shape〔1〕）查看列数3。2。2查看元素个数：size属性importnumpyasnparrnp。array（〔〔1，2〕，〔3，4〕，〔5，6〕〕）print（arr。size）3。2。3查看元素的数据类型：dtype属性importnumpyasnparrnp。array（〔〔1。3，2，3。6，4〕，〔5，6，7。8，8〕〕）print（arr。dtype）float643。2。4转换元素的数据类型：astype（）函数importnumpyasnparrnp。array（〔〔1。3，2，3。6，4〕，〔5，6，7。8，8〕〕）arr1arr。astype（int）print（arr1）print（arr1。dtype）〔〔1234〕〔5678〕〕int323。2。5查看数组维度：ndim属性importnumpyasnparrnp。array（〔〔1，2〕，〔3，4〕，〔5，6〕〕）print（arr。ndim）3。3选取数组元素3。3。1一维数组元素的选取1。选取单个元素importnumpyasnparrnp。array（〔12，2，40，64，56，6，57，18，95，17，21，12〕）print（arr〔0〕）print（arr〔5〕）print（arr〔1〕）倒数第1个print（arr〔4〕）2。选取连续的元素importnumpyasnparrnp。array（〔12，2，40，64，56，6，57，18，95，17，21，12〕）print（arr〔1：6〕）print（arr〔3：2〕）print（arr〔：3〕）print（arr〔：3〕）print（arr〔3：〕）print（arr〔3：〕）〔24064566〕〔6456657189517〕〔12240〕〔1224064566571895〕〔64566571895172112〕〔172112〕3。选取不连续的元素importnumpyasnparrnp。array（〔12，2，40，64，56，6，57，18，95，17，21，12〕）print（arr〔1：5：2〕）〔1，5）步长为2print（arr〔5：1：2〕）第三个参数指定步长print（arr〔：：3〕）print（arr〔3：：〕）print（arr〔：3：〕）〔264〕〔664〕〔12645717〕〔64566571895172112〕〔12240〕3。3。2二维数组的元素选取
　　逗号隔开两个索引1。选取单个元素importnumpyasnparrnp。array（〔〔1，2，3〕，〔4，5，6〕，〔7，8，9〕，〔10，11，12〕〕）print（arr〔1，2〕）第1行第2列索引从0开始2。选取单行或单列元素importnumpyasnparrnp。array（〔〔1，2，3〕，〔4，5，6〕，〔7，8，9〕，〔10，11，12〕〕）print（arr〔2〕）print（arr〔：，1〕）〔789〕〔25811〕3。选取某些行或某些列的元素
　　某些行importnumpyasnparrnp。array（〔〔1，2，3〕，〔4，5，6〕，〔7，8，9〕，〔10，11，12〕〕）print（arr〔1：3〕）print（arr〔：2〕）print（arr〔2：〕）〔〔456〕〔789〕〕〔〔123〕〔456〕〕〔〔789〕〔101112〕〕
　　某些列importnumpyasnparrnp。array（〔〔1，2，3，4〕，〔5，6，7，8〕，〔9，10，11，12〕，〔13，14，15，16〕〕）print（arr〔：，1：3〕）print（arr〔：，：2〕）print（arr〔：，2：〕）〔〔23〕〔67〕〔1011〕〔1415〕〕〔〔12〕〔56〕〔910〕〔1314〕〕〔〔34〕〔78〕〔1112〕〔1516〕〕4。同时选取行列元素importnumpyasnparrnp。array（〔〔1，2，3，4〕，〔5，6，7，8〕，〔9，10，11，12〕，〔13，14，15，16〕〕）print（arr〔0：2，1：3〕）〔〔23〕〔67〕〕3。4数组的重塑和转置3。4。1一维数组的重塑：reshape（）函数importnumpyasnparrnp。array（〔1，2，3，4，5，6，7，8〕）aarr。reshape（2，4）需要重塑前后元素个数相等才行barr。reshape（4，2）print（a）print（b）〔〔1234〕〔5678〕〕〔〔12〕〔34〕〔56〕〔78〕〕3。4。2多维数组的重塑：reshape（）函数importnumpyasnparrnp。array（〔〔1，2，3，4〕，〔5，6，7，8〕，〔9，10，11，12〕〕）carr。reshape（4，3）darr。reshape（2，6）print（c）print（d）〔〔123〕〔456〕〔789〕〔101112〕〕〔〔123456〕〔789101112〕〕3。4。3多维重塑为一维：flatten（）、ravel（）函数importnumpyasnparrnp。array（〔〔1，2，3，4〕，〔5，6，7，8〕，〔9，10，11，12〕〕）print（arr。flatten（））降为一维print（arr。ravel（））〔123456789101112〕〔123456789101112〕3。4。4数组的转置：T属性、transpose（）函数1。T属性importnumpyasnparrnp。array（〔〔1，2，3，4〕，〔5，6，7，8〕，〔9，10，11，12〕〕）print（arr）print（arr。T）〔〔1234〕〔5678〕〔9101112〕〕〔〔159〕〔2610〕〔3711〕〔4812〕〕2。transpose（）函数importnumpyasnparrnp。array（〔〔1，2，3，4〕，〔5，6，7，8〕，〔9，10，11，12〕〕）arr1np。transpose（arr）print（arr1）〔〔159〕〔2610〕〔3711〕〔4812〕〕3。5数组的处理3。5。1添加数组元素：append（）、insert（）函数1。append（）函数importnumpyasnparrnp。array（〔〔1，2，3〕，〔4，5，6〕〕）arr1np。append（arr，〔〔7，8，9〕〕）print（arr1）〔123456789〕
　　可以看出append（）函数在二维数组中添加元素，结果转为了一维数组。
　　那怎么保持二维数组呢？可以设置axis参数按行或者按列添加axis0：按行添加importnumpyasnparrnp。array（〔〔1，2，3〕，〔4，5，6〕〕）arr1np。append（arr，〔〔7，8，9〕〕，axis0）print（arr1）〔〔123〕〔456〕〔789〕〕axis1：按列添加importnumpyasnparrnp。array（〔〔1，2，3〕，〔4，5，6〕〕）arr1np。append（arr，〔〔7，8〕，〔9，10〕〕，axis1）print（arr1）〔〔12378〕〔456910〕〕append（）函数参数如下append（arr，values，axisNone）
　　参数
　　说明
　　arr
　　必选，要添加元素的数组
　　values
　　必选，要添加的数组元素
　　axis
　　可选，默认为None。省略此参数时，默认当一维数组尾插元素。为0按行添加；为1按列添加2。insert（）函数importnumpyasnparrnp。array（〔〔1，2〕，〔3，4〕，〔5，6〕〕）arr1np。insert（arr，1，〔7，8〕）print（arr1）〔17823456〕
　　可以看出先把二维数组降成了一维数组，再在索引为1的位置添加元素。
　　那么怎么保持在二维添加元素呢？同样设置axis参数importnumpyasnparrnp。array（〔〔1，2〕，〔3，4〕，〔5，6〕〕）arr1np。insert（arr，1，〔7，8〕，axis0）arr2np。insert（arr，1，〔7，8，9〕，axis1）print（arr1）print（arr2）〔〔12〕〔78〕〔34〕〔56〕〕〔〔172〕〔384〕〔596〕〕insert（）参数如下insert（arr，obj，values，axis）
　　参数
　　说明
　　arr
　　必选，要插入元素的数组
　　obj
　　必选，数组的索引值，表示插入元素的位置
　　values
　　必选，要插入的元素
　　axis
　　可选，省略此参数时，默认当一维数组插入。为0按行；为1按列3。5。2删除数组元素：delete（）函数
　　也分按行和按列删除importnumpyasnparrnp。array（〔〔1，2，3〕，〔4，5，6〕，〔7，8，9〕〕）arr1np。delete（arr，2）arr2np。delete（arr，2，axis0）arr3np。delete（arr，2，axis1）print（arr1）print（arr2）print（arr3）〔12456789〕〔〔123〕〔456〕〕〔〔12〕〔45〕〔78〕〕3。5。3处理数组的缺失值：isnan（）函数
　　标记缺失值：isnan（）函数importnumpyasnparrnp。array（〔1，2，3，4，5，6，np。nan，8，9〕）print（arr）print（np。isnan（arr））〔1。2。3。4。5。6。nan8。9。〕〔FalseFalseFalseFalseFalseFalseTrueFalseFalse〕
　　补充缺失值：arr〔np。isnan（arr）〕0print（arr）〔1。2。3。4。5。6。0。8。9。〕3。5。4处理数组的重复值：unique（）函数importnumpyasnparrnp。array（〔8，4，2，3，5，2，5，5，6，8，8，9〕）arr1np。unique（arr）arr1，arr2np。unique（arr，returncountsTrue）两个返回值arr1为去重后数组arr2为每个元素出现的次数print（arr1）print（arr2）〔2345689〕〔2113131〕3。5。5拼接数组：concatenate（）、hstack（）、vstack（）函数1。concatenate（）函数
　　同样axis参数可以指定拼接按行还是按列importnumpyasnparr1np。array（〔〔1，2，3〕，〔4，5，6〕〕）arr2np。array（〔〔7，8，9〕，〔10，11，12〕〕）arr3np。concatenate（（arr1，arr2），axis0）行方向上拼接arr4np。concatenate（（arr1，arr2），axis1）列方向上拼接print（arr3）print（arr4）〔〔123〕〔456〕〔789〕〔101112〕〕〔〔123789〕〔456101112〕〕
　　2。hstack（）函数：以水平堆叠的方式拼接数组importnumpyasnparr1np。array（〔〔1，2，3〕，〔4，5，6〕〕）arr2np。array（〔〔7，8，9〕，〔10，11，12〕〕）arr3np。hstack（（arr1，arr2））print（arr3）〔〔123789〕〔456101112〕〕
　　3。vstack（）函数：以垂直堆叠的方式拼接数组importnumpyasnparr1np。array（〔〔1，2，3〕，〔4，5，6〕〕）arr2np。array（〔〔7，8，9〕，〔10，11，12〕〕）arr3np。vstack（（arr1，arr2））print（arr3）〔〔123〕〔456〕〔789〕〔101112〕〕3。5。6拆分数组：split（）、hsplit（）、vsplit（）函数1。split（）函数importnumpyasnparrnp。array（〔1，2，3，4，5，6，7，8，9，10，11，12〕）arr1np。split（arr，2）第2个参数指定拆成几个数组arr2np。split（arr，4）print（arr1）print（arr2）〔array（〔1，2，3，4，5，6〕），array（〔7，8，9，10，11，12〕）〕〔array（〔1，2，3〕），array（〔4，5，6〕），array（〔7，8，9〕），array（〔10，11，12〕）〕
　　第二个参数还可以是数组，指定拆分的位置importnumpyasnparrnp。array（〔1，2，3，4，5，6，7，8，9，10，11，12〕）arr3np。split（arr，〔2，6〕）arr4np。split（arr，〔2，3，8，10〕）print（arr3）print（arr4）〔array（〔1，2〕），array（〔3，4，5，6〕），array（〔7，8，9，10，11，12〕）〕〔array（〔1，2〕），array（〔3〕），array（〔4，5，6，7，8〕），array（〔9，10〕），array（〔11，12〕）〕2。hsplit（）函数和vsplit（）函数
　　hsplit（）函数：横向拆成几个数组
　　vsplit（）函数：纵向拆成几个数组importnumpyasnparrnp。array（〔〔1，2，3，4〕，〔5，6，7，8〕，〔9，10，11，12〕，〔13，14，15，16〕〕）arr5np。hsplit（arr，2）arr6np。vsplit（arr，2）print（arr5）print（arr6）〔array（〔〔1，2〕，〔5，6〕，〔9，10〕，〔13，14〕〕），array（〔〔3，4〕，〔7，8〕，〔11，12〕，〔15，16〕〕）〕〔array（〔〔1，2，3，4〕，〔5，6，7，8〕〕），array（〔〔9，10，11，12〕，〔13，14，15，16〕〕）〕3。6数组的运算3。6。1数组之间的四则运算
　　数组与数组之间的运算importnumpyasnparr1np。array（〔〔1，2，3，4〕，〔5，6，7，8〕〕）arr2np。array（〔〔9，10，11，12〕，〔13，14，15，16〕〕）arr3arr1arr2对应位置的元素相加arr4arr1arr2对应位置的元素相乘print（arr3）print（arr4）〔〔10121416〕〔18202224〕〕〔〔9203348〕〔6584105128〕〕
　　数组与数值的运算importnumpyasnparrnp。array（〔〔1，2，3，4〕，〔5，6，7，8〕〕）arr5arr5每个位置的元素5arr6arr10每个位置的元素10print（arr5）print（arr6）〔〔6789〕〔10111213〕〕〔〔10203040〕〔50607080〕〕3。6。2数组元素的统计运算：sum（）、mean（）、max（）函数1。求和：sum（）函数
　　可以指定整个数组求和，还是按行或者按列
　　axis0：每一列的元素求和
　　axis1：每一行的元素求和importnumpyasnparrnp。array（〔〔1，2，3，4〕，〔5，6，7，8〕，〔9，10，11，12〕〕）arr1arr。sum（）arr2arr。sum（axis0）每一列的元素求和arr3arr。sum（axis1）每一行的元素求和print（arr1）print（arr2）print（arr3）78〔15182124〕〔102642〕2。求平均值：mean（）函数
　　axis0：每一列求均值
　　axis1：每一行求均值importnumpyasnparrnp。array（〔〔1，2，3，4〕，〔5，6，7，8〕，〔9，10，11，12〕〕）arr1arr。mean（）arr2arr。mean（axis0）每一列求均值arr3arr。mean（axis1）每一行求均值print（arr1）print（arr2）print（arr3）6。5〔5。6。7。8。〕〔2。56。510。5〕3。求最值：max（）函数
　　axis0：每一列求最大值
　　axis1：每一行求最大值importnumpyasnparrnp。array（〔〔1，2，3，4〕，〔5，6，7，8〕，〔9，10，11，12〕〕）arr1arr。max（）arr2arr。max（axis0）每一列求最大值arr3arr。max（axis1）每一行求最大值print（arr1）print（arr2）print（arr3）12〔9101112〕〔4812〕第4章pandas模块入门4。1数据结构
　　pandas有两个重要的数据结构对象：Series和DataFrame。4。1。1Series对象
　　Series是创建一个一维数组对象，会自动生成行标签。importpandasaspdspd。Series（〔短裤，毛衣，连衣裙，牛仔裤〕）print（s）0短裤1毛衣2连衣裙3牛仔裤dtype：objectindex参数可以指定行标签importpandasaspds1pd。Series（〔短裤，毛衣，连衣裙，牛仔裤〕，index〔a001，a002，a003，a004〕）print（s1）a001短裤a002毛衣a003连衣裙a004牛仔裤dtype：object使用Series对象还可以基于字典创建数据importpandasaspds2pd。Series（｛a001：短裤，a002：毛衣，a003：连衣裙，a004：牛仔裤｝）print（s2）a001短裤a002毛衣a003连衣裙a004牛仔裤dtype：object4。1。2DataFrame对象
　　会自动生成行列标签importpandasaspddfpd。DataFrame（〔〔短裤，45〕，〔毛衣，69〕，〔连衣裙，119〕，〔牛仔裤，99〕〕）print（df）010短裤451毛衣692连衣裙1193牛仔裤99可以columns参数指定列标签；index参数指定行标签importpandasaspddf1pd。DataFrame（〔〔短裤，45〕，〔毛衣，69〕，〔连衣裙，119〕，〔牛仔裤，99〕〕，columns〔产品，单价〕，index〔a001，a002，a003，a004〕）print（df1）产品单价a001短裤45a002毛衣69a003连衣裙119a004牛仔裤99
　　也可以用字典形式生成数据importpandasaspddf3pd。DataFrame（｛产品：〔短裤，毛衣，连衣裙，牛仔裤〕，单价：〔45，69，119，99〕｝）print（df3）产品单价0短裤451毛衣692连衣裙1193牛仔裤99
　　在用字典生成数据的基础上，同时指定行标签importpandasaspddf3pd。DataFrame（｛产品：〔短裤，毛衣，连衣裙，牛仔裤〕，单价：〔45，69，119，99〕｝，index〔a001，a002，a003，a004〕）print（df3）产品单价a001短裤45a002毛衣69a003连衣裙119a004牛仔裤994。2读取数据4。2。1读取Excel数据：readexcel（）函数1。读取特定工作簿：sheetname参数
　　例如对下表的数据进行读取
　　4月是第四个表，我们应把sheetname参数指定为3；因为索引是从0开始的。importpandasaspddatapd。readexcel（订单表。xlsx，sheetname3）print（data）订单编号产品数量金额0d001投影仪5台20001d002马克笔5盒3002d003打印机1台2983d004点钞机1台3494d005复印纸2箱1005d006条码纸6卷34
　　可以看出readexcel（）函数自动创建了一个DataFrame对象，同时自动把第一行数据当做列标签。2。指定列标签：header参数header参数可以指定列标签
　　可以看出不给出header参数时，该参数默认为0。importpandasaspddatapd。readexcel（订单表。xlsx，sheetname3，header0）print（data）订单编号产品数量金额0d001投影仪5台20001d002马克笔5盒3002d003打印机1台2983d004点钞机1台3494d005复印纸2箱1005d006条码纸6卷34
　　header1时结果如下：importpandasaspddatapd。readexcel（订单表。xlsx，sheetname3，header1）print（data）d001投影仪5台20000d002马克笔5盒3001d003打印机1台2982d004点钞机1台3493d005复印纸2箱1004d006条码纸6卷34
　　headerNone时结果如下：importpandasaspddatapd。readexcel（订单表。xlsx，sheetname3，headerNone）print（data）01230订单编号产品数量金额1d001投影仪5台20002d002马克笔5盒3003d003打印机1台2984d004点钞机1台3495d005复印纸2箱1006d006条码纸6卷343。指定行标签：indexcol参数该参数默认为None
　　indexcol0时，第0列为列标签importpandasaspddatapd。readexcel（订单表。xlsx，sheetname3，indexcol0）print（data）产品数量金额订单编号d001投影仪5台2000d002马克笔5盒300d003打印机1台298d004点钞机1台349d005复印纸2箱100d006条码纸6卷34
　　indexcol0时importpandasaspddatapd。readexcel（订单表。xlsx，sheetname3，indexcol1）print（data）订单编号数量金额产品投影仪d0015台2000马克笔d0025盒300打印机d0031台298点钞机d0041台349复印纸d0052箱100条码纸d0066卷344。读取指定列：usecols参数
　　usecols〔2〕：指定第二列importpandasaspddatapd。readexcel（订单表。xlsx，sheetname3，usecols〔2〕）print（data）数量05台15盒21台31台42箱56卷
　　指定多列importpandasaspddatapd。readexcel（订单表。xlsx，sheetname3，usecols〔1，3〕）print（data）产品金额0投影仪20001马克笔3002打印机2983点钞机3494复印纸1005条码纸344。2。2读取csv文件数据：readcsv（）函数
　　数据如下：
　　〔外链图片转存失败，源站可能有防盗链机制，建议将图片保存下来直接上传（imgj1SHxY8y1637655972909）（C：Users14051AppDataRoamingTyporayporauserimagesimage20211114192949607。png）〕importpandasaspddatapd。readcsv（订单表。csv）print（data）订单编号产品数量金额0d001投影仪5台20001d002马克笔5盒3002d003打印机1台2983d004点钞机1台3494d005复印纸2箱1005d006条码纸6卷34nrows参数可以指定显示的行数
　　nrows3时importpandasaspddatapd。readcsv（订单表。csv，nrows3）print（data）订单编号产品数量金额0d001投影仪5台20001d002马克笔5盒3002d003打印机1台2984。3查看数据的行数和列数4。3。1查看数据的前几行：head（）函数
　　head（）函数中参数为空默认前5行importpandasaspddatapd。readexcel（订单表。xlsx，sheetname3）print（data。head（））订单编号产品数量金额0d001投影仪5台20001d002马克笔5盒3002d003打印机1台2983d004点钞机1台3494d005复印纸2箱100
　　指定head（3）时如下importpandasaspddatapd。readexcel（订单表。xlsx，sheetname3）print（data。head（3））订单编号产品数量金额0d001投影仪5台20001d002马克笔5盒3002d003打印机1台2984。3。2查看行数和列数：shape属性
　　numpy模块也是shapeimportpandasaspddatapd。readexcel（订单表。xlsx，sheetname3）print（data）print（data。shape）订单编号产品数量金额0d001投影仪5台20001d002马克笔5盒3002d003打印机1台2983d004点钞机1台3494d005复印纸2箱1005d006条码纸6卷34（6，4）4。3。3查看数据的类型1。info（）函数importpandasaspddatapd。readexcel（订单表。xlsx，sheetname3）print（data。info（））classpandas。core。frame。DataFrameRangeIndex：6entries，0to5Datacolumns（total4columns）：ColumnNonNullCountDtype0订单编号6nonnullobject1产品6nonnullobject2数量6nonnullobject3金额6nonnullint64dtypes：int64（1），object（3）memoryusage：320。0bytesNone2。dtype参数
　　查看特定列的书库类型importpandasaspddatapd。readexcel（订单表。xlsx，sheetname3）print（data〔金额〕。dtype）int643。astype（）函数
　　特定列数据类型转换importpandasaspddatapd。readexcel（订单表。xlsx，sheetname3）data〔金额〕data〔金额〕。astype（float64）print（data）print（data〔金额〕。dtype）订单编号产品数量金额0d001投影仪5台2000。01d002马克笔5盒300。02d003打印机1台298。03d004点钞机1台349。04d005复印纸2箱100。05d006条码纸6卷34。0float644。4选择数据4。4。1选择行数据：loc（）、iloc（）函数
　　先查看一下所有数据importpandasaspddatapd。readexcel（订单表。xlsx，sheetname3，indexcol0）indexcol指定行标签print（data）产品数量金额订单编号d001投影仪5台2000d002马克笔5盒300d003打印机1台298d004点钞机1台349d005复印纸2箱100d006条码纸6卷341。挑选单行数据loc（）函数加行标签指定行importpandasaspddatapd。readexcel（订单表。xlsx，sheetname3，indexcol0）print（data。loc〔d001〕）产品投影仪数量5台金额2000Name：d001，dtype：objectiloc（）函数加索引指定行号importpandasaspddatapd。readexcel（订单表。xlsx，sheetname3，indexcol0）print（data。iloc〔2〕）产品打印机数量1台金额298Name：d003，dtype：object2。挑选多行数据
　　与单行相比，结果显示的格式不一样了importpandasaspddatapd。readexcel（订单表。xlsx，sheetname3，indexcol0）print（data。loc〔〔d002，d004〕〕）产品数量金额订单编号d002马克笔5盒300d004点钞机1台349
　　iloc（）挑选：importpandasaspddatapd。readexcel（订单表。xlsx，sheetname3，indexcol0）print（data。iloc〔〔1，5〕〕）产品数量金额订单编号d002马克笔5盒300d006条码纸6卷34产品数量金额
　　或者给出区间importpandasaspddatapd。readexcel（订单表。xlsx，sheetname3，indexcol0）print（data。iloc〔1：5〕）产品数量金额订单编号d002马克笔5盒300d003打印机1台298d004点钞机1台349d005复印纸2箱1003。挑选满足条件的行importpandasaspddatapd。readexcel（订单表。xlsx，sheetname3，indexcol0）adata〔金额〕300挑选金额300的行print（data〔a〕）产品数量金额订单编号d003打印机1台298d005复印纸2箱100d006条码纸6卷344。4。2选择列数据：iloc（）函数1。挑选单列数据importpandasaspddatapd。readexcel（订单表。xlsx，sheetname3）print（data〔产品〕）0投影仪1马克笔2打印机3点钞机4复印纸5条码纸Name：产品，dtype：object2。挑选多列数据
　　挑选数据要么标签，要么索引挑选importpandasaspddatapd。readexcel（订单表。xlsx，sheetname3）print（data〔〔产品，金额〕〕）产品金额0投影仪20001马克笔3002打印机2983点钞机3494复印纸1005条码纸34
　　或者importpandasaspddatapd。readexcel（订单表。xlsx，sheetname3）print（data。iloc〔：，〔1，3〕〕）产品金额0投影仪20001马克笔3002打印机2983点钞机3494复印纸1005条码纸34
　　或者写成区间importpandasaspddatapd。readexcel（订单表。xlsx，sheetname3）print（data。iloc〔：，1：3〕）产品数量0投影仪5台1马克笔5盒2打印机1台3点钞机1台4复印纸2箱5条码纸6卷4。4。3同时选择行列数据
　　标签挑选importpandasaspddatapd。readexcel（订单表。xlsx，sheetname3，indexcol0）data1data。loc〔〔d001，d005〕，〔产品，金额〕〕print（data1）产品金额订单编号d001投影仪2000d005复印纸100
　　或者索引挑选importpandasaspddatapd。readexcel（订单表。xlsx，sheetname3，indexcol0）data2data。iloc〔〔2，4〕，〔0，2〕〕print（data2）产品金额订单编号d003打印机298d005复印纸1004。5修改行、列标签：columns、index参数；setindex（）函数
　　先查看一下数据importpandasaspddatapd。readexcel（订单表。xlsx，sheetname3）print（data）订单编号产品数量金额0d001投影仪5台20001d002马克笔5盒3002d003打印机1台2983d004点钞机1台3494d005复印纸2箱1005d006条码纸6卷34setindex（）设置行标签importpandasaspddatapd。readexcel（订单表。xlsx，sheetname3）print（data。setindex（订单编号））产品数量金额订单编号d001投影仪5台2000d002马克笔5盒300d003打印机1台298d004点钞机1台349d005复印纸2箱100d006条码纸6卷34
　　或者用字典一对一修改importpandasaspddatapd。readexcel（订单表。xlsx，sheetname3）datadata。rename（columns｛订单编号：编号，产品：产品名称，数量：订单数量，金额：订单金额｝，index｛0：A，1：B，2：C，3：D，4：E，5：F｝）print（data）编号产品名称订单数量订单金额Ad001投影仪5台2000Bd002马克笔5盒300Cd003打印机1台298Dd004点钞机1台349Ed005复印纸2箱100Fd006条码纸6卷34columns、index参数分别修改列、行标签importpandasaspddatapd。readexcel（订单表。xlsx，sheetname3）data。columns〔编号，产品名称，订单数量，订单金额〕data。index〔A，B，C，D，E，F〕print（data）编号产品名称订单数量订单金额Ad001投影仪5台2000Bd002马克笔5盒300Cd003打印机1台298Dd004点钞机1台349Ed005复印纸2箱100Fd006条码纸6卷34第五章：pandas模块进阶5。1数据的查找和替换5。1。1查找数据：isin（）函数
　　〔外链图片转存失败，源站可能有防盗链机制，建议将图片保存下来直接上传（imga6QKIoie1637655972912）（C：Users14051AppDataRoamingTyporayporauserimagesimage20211123110431201。png）〕importpandasaspddatapd。readexcel（产品统计表。xlsx）print（data）编号产品成本价（元个）销售价（元个）数量（个）成本（元）收入（元）利润（元）0a001背包166560960390029401a002钱包90187504500935048502a003背包166523368149511273a004手提包3614726936382228864a005钱包901877870201458675665a006单肩包58124633654781241586a007单肩包5812458336471923828
　　isin（）函数查看表中是否有该值data1data。isin（〔a005，钱包〕）print（data1）编号产品成本价（元个）销售价（元个）数量（个）成本（元）收入（元）利润（元）0FalseFalseFalseFalseFalseFalseFalseFalse1FalseTrueFalseFalseFalseFalseFalseFalse2FalseFalseFalseFalseFalseFalseFalseFalse3FalseFalseFalseFalseFalseFalseFalseFalse4TrueTrueFalseFalseFalseFalseFalseFalse5FalseFalseFalseFalseFalseFalseFalseFalse6FalseFalseFalseFalseFalseFalseFalseFalse
　　查看特定列是否有该值data2data〔产品〕。isin（〔手提包〕）print（data2）0False1False2False3True4False5False6FalseName：产品，dtype：bool5。1。2替换数据：replace（）函数importpandasaspddatapd。readexcel（产品统计表。xlsx）data。replace（背包，挎包）并没有替换print（data）编号产品成本价（元个）销售价（元个）数量（个）成本（元）收入（元）利润（元）0a001背包166560960390029401a002钱包90187504500935048502a003背包166523368149511273a004手提包3614726936382228864a005钱包901877870201458675665a006单肩包58124633654781241586a007单肩包5812458336471923828
　　可以看出上述代码并没有替换，那怎么替换呢？1。一对一替换importpandasaspddatapd。readexcel（产品统计表。xlsx）data。replace（背包，挎包，inplaceTrue）print（data）编号产品成本价（元个）销售价（元个）数量（个）成本（元）收入（元）利润（元）0a001挎包166560960390029401a002钱包90187504500935048502a003挎包166523368149511273a004手提包3614726936382228864a005钱包901877870201458675665a006单肩包58124633654781241586a007单肩包58124583364719238282。多对一替换importpandasaspddatapd。readexcel（产品统计表。xlsx）data。replace（〔背包，手提包〕，挎包，inplaceTrue）print（data）编号产品成本价（元个）销售价（元个）数量（个）成本（元）收入（元）利润（元）0a001挎包166560960390029401a002钱包90187504500935048502a003挎包166523368149511273a004挎包3614726936382228864a005钱包901877870201458675665a006单肩包58124633654781241586a007单肩包58124583364719238283。多对多替换importpandasaspddatapd。readexcel（产品统计表。xlsx）data。replace（｛背包：挎包，16：39，65：88｝，inplaceTrue）print（data）编号产品成本价（元个）销售价（元个）数量（个）成本（元）收入（元）利润（元）0a001挎包398860960390029401a002钱包90187504500935048502a003挎包398823368149511273a004手提包3614726936382228864a005钱包901877870201458675665a006单肩包58124633654781241586a007单肩包58124583364719238285。2数据的处理5。2。1插入数据：insert（）函数
　　末尾插入一列importpandasaspddatapd。readexcel（产品统计表。xlsx）data〔品牌〕〔AM，DE，SR，AM，TY，DE，UD〕print（data）编号产品成本价（元个）销售价（元个）数量（个）成本（元）收入（元）利润（元）品牌0a001背包16656096039002940AM1a002钱包9018750450093504850DE2a003背包16652336814951127SR3a004手提包361472693638222886AM4a005钱包90187787020145867566TY5a006单肩包5812463365478124158DE6a007单肩包5812458336471923828UD
　　指定插入到哪列importpandasaspddatapd。readexcel（产品统计表。xlsx）data。insert（2，品牌，〔AM，DE，SR，AM，TY，DE，UD〕）print（data）编号产品品牌成本价（元个）销售价（元个）数量（个）成本（元）收入（元）利润（元）0a001背包AM166560960390029401a002钱包DE90187504500935048502a003背包SR166523368149511273a004手提包AM3614726936382228864a005钱包TY901877870201458675665a006单肩包DE58124633654781241586a007单肩包UD58124583364719238285。2。2删除元素：drop（）函数
　　axis参数可以指定删除行还是删除列1。删除列
　　指定标签删除importpandasaspddatapd。readexcel（产品统计表。xlsx）adata。drop（〔成本价（元个），成本（元）〕，axis1）print（a）编号产品销售价（元个）数量（个）收入（元）利润（元）0a001背包6560390029401a002钱包18750935048502a003背包6523149511273a004手提包14726382228864a005钱包187781458675665a006单肩包12463781241586a007单肩包1245871923828
　　指定索引删除importpandasaspddatapd。readexcel（产品统计表。xlsx）bdata。drop（data。columns〔〔2，5〕〕，axis1）print（b）编号产品销售价（元个）数量（个）收入（元）利润（元）0a001背包6560390029401a002钱包18750935048502a003背包6523149511273a004手提包14726382228864a005钱包187781458675665a006单肩包12463781241586a007单肩包1245871923828
　　方法三importpandasaspddatapd。readexcel（产品统计表。xlsx）cdata。drop（columns〔成本价（元个），成本（元）〕）print（c）编号产品销售价（元个）数量（个）收入（元）利润（元）0a001背包6560390029401a002钱包18750935048502a003背包6523149511273a004手提包14726382228864a005钱包187781458675665a006单肩包12463781241586a007单肩包12458719238282。删除行
　　指定行标签删除importpandasaspddatapd。readexcel（产品统计表。xlsx，indexcol0）adata。drop（〔a001，a004〕，axis0）print（a）产品成本价（元个）销售价（元个）数量（个）成本（元）收入（元）利润（元）编号a002钱包9018750450093504850a003背包16652336814951127a005钱包90187787020145867566a006单肩包5812463365478124158a007单肩包5812458336471923828
　　指定索引删除importpandasaspddatapd。readexcel（产品统计表。xlsx，indexcol0）bdata。drop（data。index〔〔0，4〕〕，axis0）print（b）产品成本价（元个）销售价（元个）数量（个）成本（元）收入（元）利润（元）编号a002钱包9018750450093504850a003背包16652336814951127a004手提包361472693638222886a006单肩包5812463365478124158a007单肩包5812458336471923828
　　方法三：importpandasaspddatapd。readexcel（产品统计表。xlsx，indexcol0）cdata。drop（index〔a001，a004〕）print（c）产品成本价（元个）销售价（元个）数量（个）成本（元）收入（元）利润（元）编号a002钱包9018750450093504850a003背包16652336814951127a005钱包90187787020145867566a006单肩包5812463365478124158a007单肩包58124583364719238285。2。3处理缺失值1。查看缺失值：isnull（）函数
　　先查看所有数据importpandasaspddatapd。readexcel（产品统计表1。xlsx）print（data）编号产品成本价（元个）销售价（元个）数量（个）成本（元）收入（元）利润（元）0a001背包16。06560960。0390029401a002钱包90。0187504500。0935048502a003背包NaN6523368。0149511273a004手提包36。014726936。0382228864a005钱包90。0187787020。01458675665a006单肩包58。0124633654。0781241586a007单肩包58。012458NaN71923828
　　info（）函数查看数据类型，还可以查看是否有缺失值importpandasaspddatapd。readexcel（产品统计表1。xlsx）data。info（）classpandas。core。frame。DataFrameRangeIndex：7entries，0to6Datacolumns（total8columns）：ColumnNonNullCountDtype0编号7nonnullobject1产品7nonnullobject2成本价（元个）6nonnullfloat643销售价（元个）7nonnullint644数量（个）7nonnullint645成本（元）6nonnullfloat646收入（元）7nonnullint647利润（元）7nonnullint64dtypes：float64（2），int64（4），object（2）memoryusage：576。0bytes
　　isnull（）函数查看是否有缺失值
　　在numpy模块中用isnan（）函数importpandasaspddatapd。readexcel（产品统计表1。xlsx）adata。isnull（）print（a）编号产品成本价（元个）销售价（元个）数量（个）成本（元）收入（元）利润（元）0FalseFalseFalseFalseFalseFalseFalseFalse1FalseFalseFalseFalseFalseFalseFalseFalse2FalseFalseTrueFalseFalseFalseFalseFalse3FalseFalseFalseFalseFalseFalseFalseFalse4FalseFalseFalseFalseFalseFalseFalseFalse5FalseFalseFalseFalseFalseFalseFalseFalse6FalseFalseFalseFalseFalseTrueFalseFalse2。删除缺失值：dropna（）函数
　　删除有缺失值的行importpandasaspddatapd。readexcel（产品统计表1。xlsx）bdata。dropna（）print（b）编号产品成本价（元个）销售价（元个）数量（个）成本（元）收入（元）利润（元）0a001背包16。06560960。0390029401a002钱包90。0187504500。0935048503a004手提包36。014726936。0382228864a005钱包90。0187787020。01458675665a006单肩包58。0124633654。078124158
　　删除整行都为缺失值的行：需要指定how参数importpandasaspddatapd。readexcel（产品统计表1。xlsx）cdata。dropna（howall）print（c）编号产品成本价（元个）销售价（元个）数量（个）成本（元）收入（元）利润（元）0a001背包16。06560960。0390029401a002钱包90。0187504500。0935048502a003背包NaN6523368。0149511273a004手提包36。014726936。0382228864a005钱包90。0187787020。01458675665a006单肩包58。0124633654。0781241586a007单肩包58。012458NaN719238283。缺失值的填充：fillna（）函数importpandasaspddatapd。readexcel（产品统计表1。xlsx）ddata。fillna（0）缺失值全部填充为0print（d）编号产品成本价（元个）销售价（元个）数量（个）成本（元）收入（元）利润（元）0a001背包16。06560960。0390029401a002钱包90。0187504500。0935048502a003背包0。06523368。0149511273a004手提包36。014726936。0382228864a005钱包90。0187787020。01458675665a006单肩包58。0124633654。0781241586a007单肩包58。0124580。071923828
　　不同列的缺失值设置不同的填充值importpandasaspddatapd。readexcel（产品统计表1。xlsx）edata。fillna（｛成本价（元个）：16，成本（元）：3364｝）print（e）编号产品成本价（元个）销售价（元个）数量（个）成本（元）收入（元）利润（元）0a001背包16。06560960。0390029401a002钱包90。0187504500。0935048502a003背包16。06523368。0149511273a004手提包36。014726936。0382228864a005钱包90。0187787020。01458675665a006单肩包58。0124633654。0781241586a007单肩包58。0124583364。0719238285。2。4处理重复值importpandasaspddatapd。readexcel（产品统计表2。xlsx）print（data）编号产品成本价（元个）销售价（元个）数量（个）成本（元）收入（元）利润（元）0a001背包166560960390029401a002钱包90187504500935048502a003背包166523368149511273a004手提包3614726936382228864a004手提包361472693638222886重复5a005钱包901877870201458675666a006单肩包58124633654781241581。删除重复行：dropduplicates（）函数adata。dropduplicates（）print（a）编号产品成本价（元个）销售价（元个）数量（个）成本（元）收入（元）利润（元）0a001背包166560960390029401a002钱包90187504500935048502a003背包166523368149511273a004手提包3614726936382228865a005钱包901877870201458675666a006单肩包58124633654781241582。删除某一列的重复值：subset参数
　　默认保留第一个重复值所在的行，删除其他重复值所在的行bdata。dropduplicates（subset产品）print（b）编号产品成本价（元个）销售价（元个）数量（个）成本（元）收入（元）利润（元）0a001背包166560960390029401a002钱包90187504500935048503a004手提包3614726936382228866a006单肩包5812463365478124158
　　保留第一个重复值所在的行cdata。dropduplicates（subset产品，keepfirst）print（c）编号产品成本价（元个）销售价（元个）数量（个）成本（元）收入（元）利润（元）0a001背包166560960390029401a002钱包90187504500935048503a004手提包3614726936382228866a006单肩包5812463365478124158
　　保留最后一个重复值所在的行ddata。dropduplicates（subset产品，keeplast）print（d）编号产品成本价（元个）销售价（元个）数量（个）成本（元）收入（元）利润（元）2a003背包166523368149511274a004手提包3614726936382228865a005钱包901877870201458675666a006单肩包5812463365478124158
　　是重复的就删除edata。dropduplicates（subset产品，keepFalse）print（e）编号产品成本价（元个）销售价（元个）数量（个）成本（元）收入（元）利润（元）6a006单肩包58124633654781241583。获取唯一值：unique（）函数fdata〔产品〕。unique（）print（f）〔背包钱包手提包单肩包〕5。2。5排序数据1。sortvalues（）函数排序数据importpandasaspddatapd。readexcel（产品统计表2。xlsx）adata。sortvalues（by数量（个），ascendingTrue）第一个参数指定列第二个参数指定升序print（a）编号产品成本价（元个）销售价（元个）数量（个）成本（元）收入（元）利润（元）2a003背包166523368149511273a004手提包3614726936382228864a004手提包3614726936382228861a002钱包90187504500935048500a001背包166560960390029406a006单肩包58124633654781241585a005钱包90187787020145867566
　　降序如下bdata。sortvalues（by数量（个），ascendingFalse）print（b）编号产品成本价（元个）销售价（元个）数量（个）成本（元）收入（元）利润（元）5a005钱包901877870201458675666a006单肩包58124633654781241580a001背包166560960390029401a002钱包90187504500935048503a004手提包3614726936382228864a004手提包3614726936382228862a003背包166523368149511272。rank（）函数获取数据的排名cdata〔利润（元）〕。rank（methodaverage，ascendingFalse）指定利润降序排序有重复值则返回重复值的平均排名print（c）04。012。027。035。545。551。063。0Name：利润（元），dtype：float64
　　参数指定first时，表示在数据有重复值时，越先出现的数据排名越靠前ddata〔利润（元）〕。rank（methodfirst，ascendingFalse）print（d）04。012。027。035。046。051。063。0Name：利润（元），dtype：float645。2。6筛选数据
　　获取产品为单肩包的行数据importpandasaspddatapd。readexcel（产品统计表。xlsx）adata〔data〔产品〕单肩包〕获取产品为单肩包的行数据print（a）编号产品成本价（元个）销售价（元个）数量（个）成本（元）收入（元）利润（元）5a006单肩包58124633654781241586a007单肩包5812458336471923828
　　获取数量60的行数据bdata〔data〔数量（个）〕60〕获取数量60的行数据print（b）编号产品成本价（元个）销售价（元个）数量（个）成本（元）收入（元）利润（元）4a005钱包901877870201458675665a006单肩包5812463365478124158
　　获取产品为单肩包且数量60的行数据cdata〔（data〔产品〕单肩包）（data〔数量（个）〕60）〕print（c）编号产品成本价（元个）销售价（元个）数量（个）成本（元）收入（元）利润（元）5a006单肩包5812463365478124158
　　获取产品为单肩包或数量60的行数据ddata〔（data〔产品〕单肩包）（data〔数量（个）〕60）〕print（d）编号产品成本价（元个）销售价（元个）数量（个）成本（元）收入（元）利润（元）4a005钱包901877870201458675665a006单肩包58124633654781241586a007单肩包58124583364719238285。3数据表的处理5。3。1转置数据表的行列：T属性importpandasaspddatapd。readexcel（产品统计表。xlsx）adata。Tprint（a）0123456编号a001a002a003a004a005a006a007产品背包钱包背包手提包钱包单肩包单肩包成本价（元个）16901636905858销售价（元个）6518765147187124124数量（个）60502326786358成本（元）9604500368936702036543364收入（元）39009350149538221458678127192利润（元）29404850112728867566415838285。3。2将数据表转换成树形结构：stack（）函数importpandasaspddatapd。readexcel（产品统计表3。xlsx）print（data）编号产品销售价（元个）数量（个）收入（元）0a001背包656039001a002钱包1875093502a003单肩包124587192
　　stack（）函数转换成树形结构adata。stack（）print（a）0编号a001产品背包销售价（元个）65数量（个）60收入（元）39001编号a002产品钱包销售价（元个）187数量（个）50收入（元）93502编号a003产品单肩包销售价（元个）124数量（个）58收入（元）7192dtype：object5。3。3数据表的拼接importpandasaspddata1pd。readexcel（产品表。xlsx，sheetname0）第0张工作簿data2pd。readexcel（产品表。xlsx，sheetname1）第1张工作簿print（data1）print（data2）员工编号员工姓名员工性别0a001张三男1a002李四女2a003王五男3a004赵六男员工编号员工姓名销售业绩0a001张三3600001a002李四4580002a003王五3690003a004赵六4500004a005钱七5000001。merge（）函数apd。merge（data1，data2）行取交集列取并集print（a）员工编号员工姓名员工性别销售业绩0a001张三男3600001a002李四女4580002a003王五男3690003a004赵六男450000
　　how参数指定外连接bpd。merge（data1，data2，howouter）行取并集列取并集print（b）员工编号员工姓名员工性别销售业绩0a001张三男3600001a002李四女4580002a003王五男3690003a004赵六男4500004a005钱七NaN500000
　　on参数指定按哪一列合并cpd。merge（data1，data2，on员工姓名）print（c）员工编号x员工姓名员工性别员工编号y销售业绩0a001张三男a0013600001a002李四女a0024580002a003王五男a0033690003a004赵六男a0044500002。concat（）函数
　　concat（）函数采用全连接的方式，没有的数设置为缺失值dpd。concat（〔data1，data2〕）print（d）员工编号员工姓名员工性别销售业绩0a001张三男NaN1a002李四女NaN2a003王五男NaN3a004赵六男NaN0a001张三NaN360000。01a002李四NaN458000。02a003王五NaN369000。03a004赵六NaN450000。04a005钱七NaN500000。0
　　重置行标签epd。concat（〔data1，data2〕，ignoreindexTrue）重置行标签print（e）员工编号员工姓名员工性别销售业绩0a001张三男NaN1a002李四女NaN2a003王五男NaN3a004赵六男NaN4a001张三NaN360000。05a002李四NaN458000。06a003王五NaN369000。07a004赵六NaN450000。08a005钱七NaN500000。03。append（）函数
　　效果与concat（）一样fdata1。append（data2）print（f）员工编号员工姓名员工性别销售业绩0a001张三男NaN1a002李四女NaN2a003王五男NaN3a004赵六男NaN0a001张三NaN360000。01a002李四NaN458000。02a003王五NaN369000。03a004赵六NaN450000。04a005钱七NaN500000。0
　　末尾添加行元素gdata1。append（｛员工编号：a005，员工姓名：孙七，员工性别：男｝，ignoreindexTrue）print（g）员工编号员工姓名员工性别0a001张三男1a002李四女2a003王五男3a004赵六男4a005孙七男5。4数据的运算5。4。1数据的统计运算：sum（）、mean（）、max（）1。求和：sum（）importpandasaspddatapd。readexcel（产品统计表。xlsx）adata。sum（）print（a）编号a001a002a003a004a005a006a007产品背包钱包背包手提包钱包单肩包单肩包成本价（元个）364销售价（元个）899数量（个）358成本（元）20802收入（元）48157利润（元）27355dtype：object
　　指定列求和bdata〔利润（元）〕。sum（）print（b）2。求平均值：mean（）cdata。mean（）print（c）成本价（元个）52。000000销售价（元个）128。428571数量（个）51。142857成本（元）2971。714286收入（元）6879。571429利润（元）3907。857143dtype：float64
　　指定列求均值ddata〔利润（元）〕。mean（）print（d）3907。85714285714273。求最值：max（）edata。max（）print（e）编号a007产品钱包成本价（元个）90销售价（元个）187数量（个）78成本（元）7020收入（元）14586利润（元）7566dtype：object
　　指定列求最值fdata〔利润（元）〕。max（）print（f）5。4。2获取数值分布情况：describe（）importpandasaspddatapd。readexcel（产品统计表。xlsx）adata。describe（）print（a）成本价（元个）销售价（元个）数量（个）成本（元）收入（元）利润（元）count7。0000007。0000007。0000007。0000007。0000007。000000mean52。000000128。42857151。1428572971。7142866879。5714293907。857143std31。11269850。48384920。0535002391。4476594352。7633312002。194498min16。00000065。00000023。000000368。0000001495。0000001127。0000002526。00000094。50000038。000000948。0000003861。0000002913。0000005058。000000124。00000058。0000003364。0000007192。0000003828。0000007574。000000167。00000061。5000004077。0000008581。0000004504。000000max90。000000187。00000078。0000007020。00000014586。0000007566。000000
　　获取单列的bdata〔利润（元）〕。describe（）print（b）count7。000000mean3907。857143std2002。194498min1127。000000252913。000000503828。000000754504。000000max7566。000000Name：利润（元），dtype：float645。4。3计算相关系数：corr（）importpandasaspddatapd。readexcel（相关性分析。xlsx）print（data）代理商编号年销售额（万元）年广告费投入额（万元）成本费用（万元）管理费用（万元）0A00120。515。62。000。801A00324。516。72。540。942B00231。820。42。960。883B00634。922。63。020。794B00839。425。73。140。845C00344。528。84。000。806C00449。632。16。840。857C00754。835。95。600。918D00658。538。76。450。90
　　corr（）函数获取相关系数adata。corr（）print（a）年销售额（万元）年广告费投入额（万元）成本费用（万元）管理费用（万元）年销售额（万元）1。0000000。9962750。9144280。218317年广告费投入额（万元）0。9962751。0000000。9184040。223187成本费用（万元）0。9144280。9184041。0000000。284286管理费用（万元）0。2183170。2231870。2842861。000000
　　获取指定列与其他列的相关系数bdata。corr（）〔年销售额（万元）〕print（b）年销售额（万元）1。000000年广告费投入额（万元）0。996275成本费用（万元）0。914428管理费用（万元）0。218317Name：年销售额（万元），dtype：float645。4。4分组汇总数据：groupby（）
　　〔外链图片转存失败，源站可能有防盗链机制，建议将图片保存下来直接上传（img46g9qgQw1637655972913）（C：Users14051AppDataRoamingTyporayporauserimagesimage20211123135643804。png）〕importpandasaspddatapd。readexcel（产品统计表。xlsx）adata。groupby（产品）根据产品列分组print（a）pandas。core。groupby。generic。DataFrameGroupByobjectat0x00000213943E4640
　　groupby（）函数返回的是一个DataFrameBy对象，该对象包含分组后的数据，但是不能直观地显示出来。bdata。groupby（产品）。sum（）print（b）成本价（元个）销售价（元个）数量（个）成本（元）收入（元）利润（元）产品单肩包1162481217018150047986手提包361472693638222886背包3213083132853954067钱包180374128115202393612416
　　分组后获取指定列的汇总情况cdata。groupby（产品）〔利润（元）〕。sum（）print（c）产品单肩包7986手提包2886背包4067钱包12416Name：利润（元），dtype：int64
　　获取多列的汇总情况ddata。groupby（产品）〔数量（个），利润（元）〕。sum（）print（d）数量（个）利润（元）产品单肩包1217986手提包262886背包834067钱包128124165。4。5创建数据透视表：pivottable（）values参数用于指定要计算的列index参数用于指定一个列作为数据透视表的行标签aggfunc参数用于指定参数values的计算类型importpandasaspddatapd。readexcel（产品统计表。xlsx）apd。pivottable（data，values利润（元），index产品，aggfuncsum）data。groupby（产品）〔利润（元）〕。sum（）同样功能print（a）利润（元）产品单肩包7986手提包2886背包4067钱包12416
　　获取多列的情况bpd。pivottable（data，values〔利润（元），成本（元）〕，index产品，aggfuncsum）print（b）利润（元）成本（元）产品单肩包79867018手提包2886936背包40671328钱包1241611520
　　tapd。readexcel（‘相关性分析。xlsx’）
　　print（data）python代理商编号年销售额（万元）年广告费投入额（万元）成本费用（万元）管理费用（万元）0A00120。515。62。000。801A00324。516。72。540。942B00231。820。42。960。883B00634。922。63。020。794B00839。425。73。140。845C00344。528。84。000。806C00449。632。16。840。857C00754。835。95。600。918D00658。538。76。450。90
　　corr（）函数获取相关系数adata。corr（）print（a）年销售额（万元）年广告费投入额（万元）成本费用（万元）管理费用（万元）年销售额（万元）1。0000000。9962750。9144280。218317年广告费投入额（万元）0。9962751。0000000。9184040。223187成本费用（万元）0。9144280。9184041。0000000。284286管理费用（万元）0。2183170。2231870。2842861。000000
　　获取指定列与其他列的相关系数bdata。corr（）〔年销售额（万元）〕print（b）年销售额（万元）1。000000年广告费投入额（万元）0。996275成本费用（万元）0。914428管理费用（万元）0。218317Name：年销售额（万元），dtype：float645。4。4分组汇总数据：groupby（）
　　〔外链图片转存中（img46g9qgQw1637655972913）〕importpandasaspddatapd。readexcel（产品统计表。xlsx）adata。groupby（产品）根据产品列分组print（a）pandas。core。groupby。generic。DataFrameGroupByobjectat0x00000213943E4640
　　groupby（）函数返回的是一个DataFrameBy对象，该对象包含分组后的数据，但是不能直观地显示出来。bdata。groupby（产品）。sum（）print（b）成本价（元个）销售价（元个）数量（个）成本（元）收入（元）利润（元）产品单肩包1162481217018150047986手提包361472693638222886背包3213083132853954067钱包180374128115202393612416
　　分组后获取指定列的汇总情况cdata。groupby（产品）〔利润（元）〕。sum（）print（c）产品单肩包7986手提包2886背包4067钱包12416Name：利润（元），dtype：int64
　　获取多列的汇总情况ddata。groupby（产品）〔数量（个），利润（元）〕。sum（）print（d）数量（个）利润（元）产品单肩包1217986手提包262886背包834067钱包128124165。4。5创建数据透视表：pivottable（）values参数用于指定要计算的列index参数用于指定一个列作为数据透视表的行标签aggfunc参数用于指定参数values的计算类型importpandasaspddatapd。readexcel（产品统计表。xlsx）apd。pivottable（data，values利润（元），index产品，aggfuncsum）data。groupby（产品）〔利润（元）〕。sum（）同样功能print（a）利润（元）产品单肩包7986手提包2886背包4067钱包12416
　　获取多列的情况bpd。pivottable（data，values〔利润（元），成本（元）〕，index产品，aggfuncsum）print（b）利润（元）成本（元）产品单肩包79867018手提包2886936背包40671328钱包1241611520