本文主要向大家介绍了【云计算】Pandas解析，通过具体的内容向大家展现，希望对大家学习云计算有所帮助。

一、从csv文件中读取数据

import pandas as pd

df=pd.read_csv('e:/dianxin/a.csv')

rows=df[0:2] #读取指定的 0-1行

cols=df [ [ 'age' , ' name' ] ]#读取指定列名的列

cols.head()#读取指定列的前五行

#块的选取

df.ix[ 0:3, [ 'name' ] ] #同时读取指定的 [0-3] 行和 'name' 列，此时第4行可被取到

#创建新的列

df [ ' total-cost' ]=df [ 'age' ] * df [ 'cost' ]

df.head()

#根据条件过滤

df [ (df ['age'] >10) & (df ['cost'] < 70) ]

#以某个字段设置索引
df1=df.set_index('name')
df1=df1.sort_index()

#按姓名分组，计算cost的均值和总和，axis=1表示drop()函数去掉相应的列
df_mean=df.drop(['age','total_cost'],axis=1).groupby('name').mean().sort_values('cost',ascending=False)
print(df_mean) #表示按姓名进行分组，把同姓名的cost值求平均值，并按降序进行排列
df_sum=df.drop(['age','total_cost'],axis=1).groupby('name').mean().sort_values('cost',ascending=False)
print(df_sum)

df.info()        #查看表的数据信息
df.describe()    #查看表的描述性统计信息

#按名字分组，计算相同名字的cost均值
grouped=df['cost'].groupby(df['name'])
print(grouped.mean())

#将name作为索引，分别求所有列的均值
print(df.groupby('name').mean())

#group()的size()函数返回一个含有各分组大小的series
print(df.groupby('name').size())

本文由职坐标整理并发布，希望对同学们有所帮助。了解更多详情请关注职坐标大数据云计算大数据安全频道！