import pandas as pd

df=pd.read_excel("./test.xlsx")

df.head()

可以指定值展示多少行

df.head(3)

df.info()

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 12 entries, 0 to 11
Data columns (total 6 columns):
 #   Column   Non-Null Count  Dtype  
---  ------   --------------  -----  
 0   product  12 non-null     object 
 1   计数项:单位   12 non-null     int64  
 2   求和项:原价   12 non-null     float64
 3   求和项:金额   12 non-null     float64
 4   计数项:数量   12 non-null     int64  
 5   求和项:团购价  12 non-null     float64
dtypes: float64(3), int64(2), object(1)
memory usage: 704.0+ bytes

df.index

RangeIndex(start=0, stop=12, step=1)

df.columns

Index(['product', '计数项:单位', '求和项:原价', '求和项:金额', '计数项:数量', '求和项:团购价'], dtype='object')

df.values

array([['福临门家宴小麦粉', 1, 29.9, 54.0, 1, 27.0],
       ['福临门老家土榨菜籽油', 3, 409.70000000000005, 340.70000000000005, 3,
        340.70000000000005],
       ['福临门麦芯粉面粉', 4, 159.6, 222.0, 4, 148.0],
       ['福临门自然香稻花香', 4, 319.6, 425.40000000000003, 4, 283.6],
       ['金龙鱼小榨菜籽油', 2, 219.8, 210.0, 2, 210.0],
       ['金苑精制粉', 1, 38.0, 66.0, 1, 33.0],
       ['龙大铁桶原浆花生油', 1, 185.2, 152.0, 1, 152.0],
       ['鲁花低芥酸菜籽油', 2, 239.8, 198.0, 2, 198.0],
       ['鲁花花生油', 1, 165.9, 157.0, 1, 157.0],
       ['荣平干菜', 6, 716.5, 632.5, 6, 632.5],
       ['五丰小产地长粒香', 2, 119.8, 165.0, 2, 110.0],
       ['总计', 32, 2603.8, 5245.200000000001, 32, 2291.8]], dtype=object)

可以自己创建一个dataframe的值

data={'country':['aaa','bbb','ccc'],
    'money':[11,22,33]}
    
df_data=pd.DataFrame(data)
df_data

df.info

<bound method DataFrame.info of        product  计数项:单位  求和项:原价  求和项:金额  计数项:数量  求和项:团购价
0     福临门家宴小麦粉       1    29.9    54.0       1     27.0
1   福临门老家土榨菜籽油       3   409.7   340.7       3    340.7
2     福临门麦芯粉面粉       4   159.6   222.0       4    148.0
3    福临门自然香稻花香       4   319.6   425.4       4    283.6
4     金龙鱼小榨菜籽油       2   219.8   210.0       2    210.0
5        金苑精制粉       1    38.0    66.0       1     33.0
6    龙大铁桶原浆花生油       1   185.2   152.0       1    152.0
7     鲁花低芥酸菜籽油       2   239.8   198.0       2    198.0
8        鲁花花生油       1   165.9   157.0       1    157.0
9         荣平干菜       6   716.5   632.5       6    632.5
10    五丰小产地长粒香       2   119.8   165.0       2    110.0
11          总计      32  2603.8  5245.2      32   2291.8>

## 取指定的数据

a=df['product']
print(type(a))
a[:2]

<class 'pandas.core.series.Series'>





0      福临门家宴小麦粉
1    福临门老家土榨菜籽油
Name: product, dtype: object

## series是dataframe中的一部分的意思

a.index

RangeIndex(start=0, stop=12, step=1)

a.values[:5]

array(['福临门家宴小麦粉', '福临门老家土榨菜籽油', '福临门麦芯粉面粉', '福临门自然香稻花香', '金龙鱼小榨菜籽油'],
      dtype=object)

df.head()

## 可以设置索引的列

df=df.set_index('product')#注意：这里使用的是他返回的一张表
df.head()

df['计数项:数量'][:4]

product
福临门家宴小麦粉      1
福临门老家土榨菜籽油    3
福临门麦芯粉面粉      4
福临门自然香稻花香     4
Name: 计数项:数量, dtype: int64

### 这样每个每个所对应的名字再是不好看的列数了

count=df['计数项:数量']
count

product
福临门家宴小麦粉       1
福临门老家土榨菜籽油     3
福临门麦芯粉面粉       4
福临门自然香稻花香      4
金龙鱼小榨菜籽油       2
金苑精制粉          1
龙大铁桶原浆花生油      1
鲁花低芥酸菜籽油       2
鲁花花生油          1
荣平干菜           6
五丰小产地长粒香       2
总计            32
Name: 计数项:数量, dtype: int64

count['福临门麦芯粉面粉']

4

count=count+10
count[:]#

product
福临门家宴小麦粉      11
福临门老家土榨菜籽油    13
福临门麦芯粉面粉      14
福临门自然香稻花香     14
金龙鱼小榨菜籽油      12
金苑精制粉         11
龙大铁桶原浆花生油     11
鲁花低芥酸菜籽油      12
鲁花花生油         11
荣平干菜          16
五丰小产地长粒香      12
总计            42
Name: 计数项:数量, dtype: int64

count=count*count
count

product
福临门家宴小麦粉       121
福临门老家土榨菜籽油     169
福临门麦芯粉面粉       196
福临门自然香稻花香      196
金龙鱼小榨菜籽油       144
金苑精制粉          121
龙大铁桶原浆花生油      121
鲁花低芥酸菜籽油       144
鲁花花生油          121
荣平干菜           256
五丰小产地长粒香       144
总计            1764
Name: 计数项:数量, dtype: int64

## numpy 一样的计算能力

count.max()

1764

count.mean()

291.4166666666667

count.min()

121

.descirbe()可以得到基本的统计特性

df.describe()

Pandas 索引结构

定位一个列

df['计数项:数量']

product
福临门家宴小麦粉       1
福临门老家土榨菜籽油     3
福临门麦芯粉面粉       4
福临门自然香稻花香      4
金龙鱼小榨菜籽油       2
金苑精制粉          1
龙大铁桶原浆花生油      1
鲁花低芥酸菜籽油       2
鲁花花生油          1
荣平干菜           6
五丰小产地长粒香       2
总计            32
Name: 计数项:数量, dtype: int64

定位两个列

df[['求和项:金额','计数项:数量']]#这里有两层

指定索引

• loc 指定lable索引
• iloc 指定position索引

df[0]#不允许这样索引

---------------------------------------------------------------------------

KeyError                                  Traceback (most recent call last)

File e:\anaconda\lib\site-packages\pandas\core\indexes\base.py:3621, in Index.get_loc(self, key, method, tolerance)
   3620 try:
-> 3621     return self._engine.get_loc(casted_key)
   3622 except KeyError as err:


File e:\anaconda\lib\site-packages\pandas\_libs\index.pyx:136, in pandas._libs.index.IndexEngine.get_loc()


File e:\anaconda\lib\site-packages\pandas\_libs\index.pyx:163, in pandas._libs.index.IndexEngine.get_loc()


File pandas\_libs\hashtable_class_helper.pxi:5198, in pandas._libs.hashtable.PyObjectHashTable.get_item()


File pandas\_libs\hashtable_class_helper.pxi:5206, in pandas._libs.hashtable.PyObjectHashTable.get_item()


KeyError: 0


The above exception was the direct cause of the following exception:


KeyError                                  Traceback (most recent call last)

f:\文档\panda汇总.ipynb 单元格 38 in <cell line: 1>()
----> <a href='vscode-notebook-cell:/f%3A/%E6%96%87%E6%A1%A3/panda%E6%B1%87%E6%80%BB.ipynb#X61sZmlsZQ%3D%3D?line=0'>1</a> df[0]


File e:\anaconda\lib\site-packages\pandas\core\frame.py:3505, in DataFrame.__getitem__(self, key)
   3503 if self.columns.nlevels > 1:
   3504     return self._getitem_multilevel(key)
-> 3505 indexer = self.columns.get_loc(key)
   3506 if is_integer(indexer):
   3507     indexer = [indexer]


File e:\anaconda\lib\site-packages\pandas\core\indexes\base.py:3623, in Index.get_loc(self, key, method, tolerance)
   3621     return self._engine.get_loc(casted_key)
   3622 except KeyError as err:
-> 3623     raise KeyError(key) from err
   3624 except TypeError:
   3625     # If we have a listlike key, _check_indexing_error will raise
   3626     #  InvalidIndexError. Otherwise we fall through and re-raise
   3627     #  the TypeError.
   3628     self._check_indexing_error(key)


KeyError: 0

df.iloc[0]

求和项:原价     29.9
求和项:金额     54.0
计数项:数量      1.0
求和项:团购价    27.0
Name: 福临门家宴小麦粉, dtype: float64

df.iloc[0:5]

df.iloc[0:5][0:2]

df.loc['福临门老家土榨菜籽油']

求和项:原价     409.7
求和项:金额     340.7
计数项:数量       3.0
求和项:团购价    340.7
Name: 福临门老家土榨菜籽油, dtype: float64

df.loc['福临门老家土榨菜籽油','求和项:原价']

409.70000000000005

df.loc['福临门老家土榨菜籽油':'金龙鱼小榨菜籽油',:]

df.loc['福临门老家土榨菜籽油','求和项:原价']=99999

df.head()

bool类型索引

df['求和项:原价']>199

product
福临门家宴小麦粉      False
福临门老家土榨菜籽油     True
福临门麦芯粉面粉      False
福临门自然香稻花香      True
金龙鱼小榨菜籽油       True
金苑精制粉         False
龙大铁桶原浆花生油     False
鲁花低芥酸菜籽油       True
鲁花花生油         False
荣平干菜           True
五丰小产地长粒香      False
总计             True
Name: 求和项:原价, dtype: bool

## 然后再用这个bool进行索引
df[df['求和项:原价']>199]

df.loc['福临门自然香稻花香','求和项:原价']#loc前面行的范围，后面是列的范围

319.6

df.loc[df['求和项:原价']>100,'求和项:团购价']#在原价大于100的数据里看团购价的值

product
福临门老家土榨菜籽油     340.7
福临门麦芯粉面粉       148.0
福临门自然香稻花香      283.6
金龙鱼小榨菜籽油       210.0
龙大铁桶原浆花生油      152.0
鲁花低芥酸菜籽油       198.0
鲁花花生油          157.0
荣平干菜           632.5
五丰小产地长粒香       110.0
总计            2291.8
Name: 求和项:团购价, dtype: float64

#然后求一下，团购价最高的产品的价钱
df.loc[df['求和项:原价']>100,'求和项:团购价'].max()

2291.8

group by语句

import pandas as pd
df=pd.read_excel('./test.xlsx')

test=pd.DataFrame({'name':['A','X','W','B','B','A','W','X','C','A','B'],
                    'num':[1,3,4,5,6,3,1,3,4,1,2]})
test.head(10)

for i in test['name']:
    print(i,test[test['name']==i].sum())

A name    AAA
num       5
dtype: object
X name    XX
num      6
dtype: object
W name    WW
num      5
dtype: object
B name    BBB
num      13
dtype: object
B name    BBB
num      13
dtype: object
A name    AAA
num       5
dtype: object
W name    WW
num      5
dtype: object
X name    XX
num      6
dtype: object
C name    C
num     4
dtype: object
A name    AAA
num       5
dtype: object
B name    BBB
num      13
dtype: object

可以看到这样索引比较麻烦，我们使用group by

test.groupby('name').sum()

import numpy as np
test.groupby('name').aggregate(np.mean)

df.groupby('product')['求和项:团购价'].max()

product
五丰小产地长粒香       110.0
总计            2291.8
福临门家宴小麦粉        27.0
福临门老家土榨菜籽油     340.7
福临门自然香稻花香      283.6
福临门麦芯粉面粉       148.0
荣平干菜           632.5
金苑精制粉           33.0
金龙鱼小榨菜籽油       210.0
鲁花低芥酸菜籽油       198.0
鲁花花生油          157.0
龙大铁桶原浆花生油      152.0
Name: 求和项:团购价, dtype: float64