一.数据导入和导出

（一）读取csv文件

1.本地读取

import pandas as pd

df = pd.read_csv('tips.csv')  #根据自己数据文件保存的路径填写(p.s.  python填写路径时，要么使用/，要么使用\\)

2.网络读取

import pandas as pd

data_url = "https://raw.githubusercontent.com/mwaskom/seaborn-data/master/tips.csv" #填写url读取

df = pd.read_csv(data_url)

3.读取数据库

# 读取mysql 数据

con = pymysql.connect(host='192.168.159.129',user='root',password="mysql",database='mysql',port=3306,charset='utf8')

a = pd.read_sql_query('select * from user;',con=con)

print(type(a))

二.提取和筛选需要的数据

print(df.head())  #打印数据前五行

print(df.tail())  #打印数据后5行

print(df.columns)  #打印列名

print(df.index)     #打印行名

print(df.ix[10:20, 0:3])  #打印10~20行前三列数据

print(df.iloc[[1,3,5],[2,4]])    #提取不连续行和列的数据，这个例子提取的是第1,3,5行，第2,4列的数据

print(df.iat[3,2])    #专门提取某一个数据，这个例子提取的是第三行，第二列数据（默认从0开始算）

print(df.drop(df.columns[1, 2], axis = 1)) #舍弃数据前两列

print(df.drop(df.columns[[1, 2]], axis = 0)) #舍弃数据前两行

print(df.shape) #打印维度

print(df.iloc[3]) #选取第3行

print(df.iloc[2:4]) #选取第2到第3行

print(df.iloc[0,1]) #选取第0行1列的元素

print(df.dtypes)   # 查看数据类型

print(df[df.tip > 8 ]) #选取tip列大于8的

#数据筛选同样可以用”或“和”且“作为筛选条件，比如

df[(df.tip>7)|(df.total_bill>50)] #筛选出小费大于$7或总账单大于$50的数据

df[(df.tip>7)&(df.total_bill>50)] #筛选出小费大于$7且总账单大于$50的数据

df[['day','time']][(df.tip>7)|(df.total_bill>50)]  #假如加入了筛选条件后，我们只关心day和time

print(df.describe()) #描述性统计

三.数据处理

1.数据转置

print(df.T)

2.数据排序

print(df.sort_values(by='size',ascending=False)) # 根据 size 列进行排序，ascending=False 降序。默认升序

四.缺失值处理

1.填充缺失值

df['tip'].fillna("hello") # 指定数据代替缺失值

df['tip'].fillna(method='pad') #用前一个数据代替缺失值

df['tip'].fillna(method='bfill') #用后一个数据代替缺失值

2.删除缺失值

df['tip'].dropna(axis=0) #删除缺失行

df['tip'].dropna(axis=1) #删除缺失列

五.数据分组

group = df.groupby('day') #按day这一列进行分组

print(group.first())#打印每一组的第一行数据

print(group.last())#打印每一组的最后一行数据

六.保持数据

1.写入数据库

# 导入必要模块

import pandas as pd

from sqlalchemy import create_engine

# 初始化数据库连接，使用pymysql模块

# MySQL的用户：root, 密码:mysql, 端口：3306,数据库：mydb

# 读取csv 数据

df = pd.read_csv('tips.csv')

engine = create_engine('mysql+pymysql://root:mysql@192.168.159.129:3306/my_data?charset=utf8')

df.to_sql('tips', con=engine, index=True,if_exists='fail')  # 将df 数据读取写入到mysql 数据库，表名为 tips，index=True 表示写入行索引

if_exists 存在“fail”、“replace”、“append”，则默认为“fail”

如果表已经存在，如何进行操作。

*fail：引发ValueError。

*replace：在插入新值之前删除表。

*append：在现有表中插入新值。