Python数据分析及相关库（二）
二、pandas数据分析库
5、DataFrame的分析统计
在DataFrame中，我们有很多的函数可以对二维表格进行数据的分析：
比如我们可以对二维表格进行转置操作：
import pandas as pd
pd.set_option("display.unicode.east_asian_width" , True) #这一行的作用是防止中文字符的宽度导致表格显示错误
scores = [['男',90,100,110] , ['男',120,119,140] , ['女',120,110,120]]
names = ["Ken" , "Sue" , "Wen"]
courses = ["性别" , "语文" , "数学" , "英语"]
df = pd.DataFrame(data = scores , index = names , columns = courses) #先用DataFrame创建一个函数，里面分别是二维表格的数据，行标签，列标签
#————————————————————————以上是创建了一个二维表格————————————————————————
print(df.T)输出：
我们也可以对数据进行分析排序运算：
import pandas as pd
pd.set_option("display.unicode.east_asian_width" , True) #这一行的作用是防止中文字符的宽度导致表格显示错误
scores = [['男',90,100,110] , ['男',120,119,140] , ['女',120,110,120]]
names = ["Ken" , "Sue" , "Wen"]
courses = ["性别" , "语文" , "数学" , "英语"]
df = pd.DataFrame(data = scores , index = names , columns = courses) #先用DataFrame创建一个函数，里面分别是二维表格的数据，行标签，列标签
#————————————————————————以上是创建了一个二维表格————————————————————————
df.drop('性别' , axis = 1 , inplace = True) #删除性别那一列，因为字符串无法进行下面的计算
print(df.sort_values("数学" , ascending=False)) #按照数学的降序排序
print(df.sum()["语文"] , df.mean()["数学"] , df.median()["英语"])
print(df.max()["数学"]) #求数学标签下的数据的最大值
print(df.max(axis=1)["Sue"]) #求Sue的最高分
print(df["英语"].idxmax()) #求英语科目的最高分输出：
6、DataFrame的增删查看操作
import pandas as pd
pd.set_option("display.unicode.east_asian_width" , True) #这一行的作用是防止中文字符的宽度导致表格显示错误
scores = [['男',90,100,110] , ['男',120,119,140] , ['女',120,110,120]]
names = ["Ken" , "Sue" , "Wen"]
courses = ["性别" , "语文" , "数学" , "英语"]
df = pd.DataFrame(data = scores , index = names , columns = courses) #先用DataFrame创建一个函数，里面分别是二维表格的数据，行标签，列标签
#————————————————————————以上是创建了一个二维表格————————————————————————
df.drop('性别' , axis = 1 , inplace = True) #删除性别那一列
df.loc["Sue" , "英语"] = df.iloc[1,1] = 150 #修改Sue的英语成绩和Ken的语文成绩，让这两个都是150分
pd.set_option("display.unicode.east_asian_width" , True)
df["性别"] = ['男' , '男' , '女' ]
df.loc[: , '语文'] += 5 #所有人语文加5分
print(df)输出：
三、pandas与Excel文档
1、pandas读取Excel文档
pandas功能强大，我们可以用它来读取一个Excel文档，在读取的时候，对于pandas，每一张工作表就是一个DataFrame。
我们来看一个简单的例子：
我们先在执行代码的当前目录下，创建一个Excel表格，里面包含以下内容：
然后我们在代码中写入：
import pandas as pd
pd.set_option('display.unicode.east_asian_width' , True) #防止表格格式出现错乱
dt = pd.read_excel("001.xlsx" , sheet_name = ['Sheet1' , 1] , index_col = 0) #pd.read_excel()函数用于读取一个Excel文档，里面的三个参数分别是：想要打开的文件名，要打开文件的哪个工作表，以及把第0列当作DataFrame的索引
#注：pd.read_excel()函数返回的是一个字典，里面包含若干键值对，键就是工作表的名称或索引，值就是DataFrame
#在sheet_name这个参数中，我们可以选择多个工作表来打开，上面的例子就是打开名字是Sheet1和索引是1（也就是第二个表）
df = dt['Sheet1'] #从代码中取出键是Sheet1的键值对的值，把值赋给df
print(df)输出：
（若表格为空，输出就显示NaN）
2、pandas查询修改Excel文档
在pandas中，我们可以用下标来查询某一个数据，也可以用行列的索引：
import pandas as pd
pd.set_option('display.unicode.east_asian_width' , True) #防止表格格式出现错乱
dt = pd.read_excel("001.xlsx" , sheet_name = ['Sheet1' , 1] , index_col = 0)
df = dt['Sheet1']
print(df.iloc[0,0] , df.loc['张三' , '身高'])
#用下标查询的话，注意这个是只包含数据的，不包含那些行列索引的数据，比如df.iloc[0,0]输出的是2025001，而不是姓名！！！输出：
我们还可以用isnull函数来判断某一个表示是不是空的：
#接上面程序
print(pd.isnull(df.loc["赵六" , "成绩"]))
print(pd.isnull(df.loc["张三" , "成绩"]))输出：
我们也可以用fillna函数，来替换某些数值：
#接上面程序
df.fillna(0 , inplace = True)
print(df)输出：
3、用pandas写Excel文档
import pandas as pd
pd.set_option('display.unicode.east_asian_width' , True) #防止表格格式出现错乱
dt = pd.read_excel("001.xlsx" , sheet_name = ['Sheet1' , 1] , index_col = 0)
df = dt['Sheet1']
with pd.ExcelWriter("new.xlsx", engine="openpyxl") as writer: #创建一个writer对象，用pd.ExcelWriter函数来同时创建多张表的，里面的两个参数分别是指出文件的名字以及用openpyxl来处理Excel我呢见
df.to_excel(writer , sheet_name = "S1")
#把df的DataFrame拿出来，放到新文件里面的一个名字是S1的表格中
df.T.to_excel(writer , sheet_name = "S2")
#多了一个T，就是转置的意思，即行列互换
df.sort_values("成绩" , ascending=False).to_excel(writer , sheet_name = "S3")
#根据成绩的降序来排列再输出新的列表
df['身高'].to_excel(writer , sheet_name = "S4")
#只拿df中的身高这一列的数据来做一个新的表格结果：
我们可以在代码的当前目录下得到一个新的Excel文档，里面包含了四个表格：
从上到下分别是S1、S2、S3、S4
注：有的地方可能会把with部分的代码这么写：
writer = pd.ExcelWriter("new.xlsx")
df.to_excel(writer , sheet_name = "S1")
df.T.to_excel(writer , sheet_name = "S2")
df.sort_values("成绩" , ascending=False).to_excel(writer , sheet_name = "S3")
df['身高'].to_excel(writer , sheet_name = "S4")
writer.save()这种方法在旧版本的pandas库上是可行的，如果在新的库中输入这个，会报错
新的with...as语句可以自动保存，更加便利！
四、pandas与csv文件
1、啥是csv文件
csv文件是一种常见的文本格式，用于存储表格数据，是一个以.csv为后缀的文件，它广泛应用于数据交换、存储和处理场景，尤其是在需要轻量级和通用性的情况下。
2、用pandas创建一个csv文件
import pandas as pd
pd.set_option('display.unicode.east_asian_width' , True) #防止表格格式出现错乱
dt = pd.read_excel("001.xlsx" , sheet_name = ['Sheet1' , 1] , index_col = 0)
df = dt['Sheet1']
df.to_csv("result.csv" , sep = "," , na_rep = 'NA' , float_format = "%.2f" , encoding = "gbk")
#df.to_csv就是把df的DataFrame存到一个csv文件中，里面的各个参数是指：①文件名②sep指定字段之间的分隔符③把表格中空的格子变成NA④把浮点数保留小数点后两位⑤指定文件的编码格式输出：
我们会在当前目录下得到一个result.csv的文件打开后如下：
3、用pandas读取一个csv文件
import pandas as pd
df = pd.read_csv("result.csv", encoding="gbk")
print(df)输出：
注意