1.认识pandas+一些基础
2.使用pandas读取保存文件的一些操作
import pandas as pd
df=pd.read_csv('03.csv')
df
| 监测时间 | O3监测浓度(μg/m³) | |
|---|---|---|
| 0 | 2019-04-16 | 103.125000 |
| 1 | 2019-04-17 | 205.750000 |
| 2 | 2019-04-18 | 83.250000 |
| 3 | 2019-04-19 | 70.625000 |
| 4 | 2019-04-20 | 32.250000 |
| ... | ... | ... |
| 814 | 2021-07-08 | 87.375000 |
| 815 | 2021-07-09 | 146.375000 |
| 816 | 2021-07-10 | 80.750000 |
| 817 | 2021-07-11 | 63.000000 |
| 818 | 2021-07-12 | 81.142857 |
819 rows × 2 columns
df.监测时间
0 2019-04-16
1 2019-04-17
2 2019-04-18
3 2019-04-19
4 2019-04-20
...
814 2021-07-08
815 2021-07-09
816 2021-07-10
817 2021-07-11
818 2021-07-12
Name: 监测时间, Length: 819, dtype: object
df.O3监测浓度(μg/m³)
File "<ipython-input-31-44a9a3a178a4>", line 1 df.O3监测浓度(μg/m³) ^ SyntaxError: invalid character in identifier
由上，说明了
df.列名的一些弊端
而且，有可能会被df本身自带的属性名字或者方法影响
所以，我建议采用以下方法
df['O3监测浓度(μg/m³)']
0 103.125000
1 205.750000
2 83.250000
3 70.625000
4 32.250000
...
814 87.375000
815 146.375000
816 80.750000
817 63.000000
818 81.142857
Name: O3监测浓度(μg/m³), Length: 819, dtype: float64
df1=pd.DataFrame({"A": [1, 2, 3], "B": [4, 5, 6]})
df1
| A | B | |
|---|---|---|
| 0 | 1 | 4 |
| 1 | 2 | 5 |
| 2 | 3 | 6 |
df1.rename(columns={"A": "a", "B": "c"})
df1.rename(index={0: "x", 1: "y", 2: "z"})
| A | B | |
|---|---|---|
| x | 1 | 4 |
| y | 2 | 5 |
| z | 3 | 6 |
简单粗暴的
df1.columns=['A','B']
df1.index=list('xyz')
df1
| A | B | |
|---|---|---|
| x | 1 | 4 |
| y | 2 | 5 |
| z | 3 | 6 |
我个人喜好用俩个选择器，但是学校这边是用的at
所以我都介绍一下，不要介意
首先是iloc索引，对应的第一个是第几行，然后再是第几列
df.iloc[0,1]
100.0
df.iloc[0,1]=100
df
| 监测时间 | O3监测浓度(μg/m³) | |
|---|---|---|
| 0 | 2019-04-16 | 100.000000 |
| 1 | 2019-04-17 | 205.750000 |
| 2 | 2019-04-18 | 83.250000 |
| 3 | 2019-04-19 | 70.625000 |
| 4 | 2019-04-20 | 32.250000 |
| ... | ... | ... |
| 814 | 2021-07-08 | 87.375000 |
| 815 | 2021-07-09 | 146.375000 |
| 816 | 2021-07-10 | 80.750000 |
| 817 | 2021-07-11 | 63.000000 |
| 818 | 2021-07-12 | 81.142857 |
819 rows × 2 columns
然后是loc。显示索引，比如这样子
df.index=df['监测时间']
df
| 监测时间 | O3监测浓度(μg/m³) | |
|---|---|---|
| 监测时间 | ||
| 2019-04-16 | 2019-04-16 | 100.000000 |
| 2019-04-17 | 2019-04-17 | 205.750000 |
| 2019-04-18 | 2019-04-18 | 83.250000 |
| 2019-04-19 | 2019-04-19 | 70.625000 |
| 2019-04-20 | 2019-04-20 | 32.250000 |
| ... | ... | ... |
| 2021-07-08 | 2021-07-08 | 87.375000 |
| 2021-07-09 | 2021-07-09 | 146.375000 |
| 2021-07-10 | 2021-07-10 | 80.750000 |
| 2021-07-11 | 2021-07-11 | 63.000000 |
| 2021-07-12 | 2021-07-12 | 81.142857 |
819 rows × 2 columns
df.loc['2021-07-12','O3监测浓度(μg/m³)']
81.14285714285714
df.loc['2021-07-12','O3监测浓度(μg/m³)']=81
然后我们来看学校的
at 函数：通过行名和列名来取值（取行名为a, 列名为A的值）
iat 函数：通过行号和列号来取值（取第1行，第1列的值）
df
| 监测时间 | O3监测浓度(μg/m³) | |
|---|---|---|
| 监测时间 | ||
| 2019-04-16 | 2019-04-16 | 100.000 |
| 2019-04-17 | 2019-04-17 | 205.750 |
| 2019-04-18 | 2019-04-18 | 83.250 |
| 2019-04-19 | 2019-04-19 | 70.625 |
| 2019-04-20 | 2019-04-20 | 32.250 |
| ... | ... | ... |
| 2021-07-08 | 2021-07-08 | 87.375 |
| 2021-07-09 | 2021-07-09 | 146.375 |
| 2021-07-10 | 2021-07-10 | 80.750 |
| 2021-07-11 | 2021-07-11 | 63.000 |
| 2021-07-12 | 2021-07-12 | 81.000 |
819 rows × 2 columns
df.at['2019-04-18', 'O3监测浓度(μg/m³)']
83.25
df.at['2019-04-18', 'O3监测浓度(μg/m³)']=83
iat也是一样的用法，基本上跟iloc和loc差不多，
但是他有一个致命的缺点就是只能选择一个值
没有像iloc和loc那么，跟玩隐式切片和显示切片似的，可以取多个！