您的位置: 首页  >  文章  >  Python数据科学之Pandas入门

Python数据科学之Pandas入门

分类: 文章 • 2024-07-13 18:59:58

pandas主要用来做数据的分析和处理。Series数据序列，Dataframe数据框

Series的创建

方一

Python数据科学之Pandas入门

方二

Python数据科学之Pandas入门

方三：字典的方式

Python数据科学之Pandas入门

指定Series的index

Python数据科学之Pandas入门

获取值：s4['A']--->1

Python数据科学之Pandas入门

把Series转换为字典

Python数据科学之Pandas入门

换index

Python数据科学之Pandas入门

判断Series中有素为空的

pd.isnull(s5)和pd.notnull(s5)


DataFrame

复制成的dataframe

Python数据科学之Pandas入门

Python数据科学之Pandas入门

获取列名：df.columns.

获取其中一列

或者df['Sep 2016']

Python数据科学之Pandas入门

获取其中几列

Python数据科学之Pandas入门

赋值

Python数据科学之Pandas入门


深入Series和DataFrame

Python数据科学之Pandas入门

可以把字典转换为DataFrame

Python数据科学之Pandas入门

一个DataFrame是由多个Series组成

由Series来创建DataFrame

Python数据科学之Pandas入门

df_new.T转置

Python数据科学之Pandas入门

df_new和df1可以发现df_new有颠倒   ---》采用df_new.T转置

Python数据科学之Pandas入门

pandas入门用法(适用于python新手)

1.导入依赖

In [1]:
import pandas as pd
import numpy as np

2.Series用法

Series是一纬数组存储单元，拥有index和Value两个属性。

In [2]:
s = pd.Series([1,2,3,4])
s
Out[2]:
0    1
1    2
2    3
3    4
dtype: int64

2.1查看索引：

In [3]:
s.index
Out[3]:
RangeIndex(start=0, stop=4, step=1)

2.2查看值：

In [4]:
s.values
Out[4]:
array([1, 2, 3, 4])

2.3和numpy array比较：

In [5]:
np.array([1,2,3,4])
Out[5]:
array([1, 2, 3, 4])

重点: 发现Series的values转化出来就是numpy array

2.4通过序号取值

In [6]:
s[1]
Out[6]:
2

问题: 这里的序号是不是索引呢？我们想办法改变索引，然后继续通过序号查询试试。

In [7]:
s.index = ['a','b','c','d']
s
Out[7]:
a    1
b    2
c    3
d    4
dtype: int64
In [8]:
s.index
Out[8]:
Index(['a', 'b', 'c', 'd'], dtype='object')
In [9]:
s[1]
Out[9]:
2
In [10]:
s.index = [7,8,9,10]
s
Out[10]:
7     1
8     2
9     3
10    4
dtype: int64
In [11]:
s.index
Out[11]:
Int64Index([7, 8, 9, 10], dtype='int64')
In [12]:
s[7]
Out[12]:
1

重点: Series是有序的,Series默认的索引是从0开始的数字。如果要重置索引，分两种情况： 1.重置成字符串索引：通过字符串和默认的索引都能访问到值 2.重置成数字索引：会把默认索引覆盖掉，只能通过重置后的索引访问值。

2.5通过索引取值

In [13]:
s.index = ['a','b','c','d']
s['c']
Out[13]:
3

2.6新建Series时指定索引

In [14]:
s2 = pd.Series(np.arange(3),index=['x','y','z'])
s2
Out[14]:
x    0
y    1
z    2
dtype: int64

问题: np.arange(3)是什么呢?

In [15]:
np.arange(3)
Out[15]:
array([0, 1, 2])

执行发现是numpy定义自增的数组。

再来几个numpy arange复杂点的用法如下:

In [16]:
np.arange(3,7)
Out[16]:
array([3, 4, 5, 6])

执行发现定义定是3到7之间不包含7的数组。

In [17]:
np.arange(3,7,2)
Out[17]:
array([3, 5])

执行发现定义定是3到7之间不包含7的数组,并且步长是2。实际api解释的很清楚来，[想看api戳这里。](https://docs.scipy.org/doc/numpy/reference/generated/numpy.array.html)

再来两个验证一下:

In [18]:
np.arange(3,9,2)
Out[18]:
array([3, 5, 7])
In [19]:
np.arange(3,9,3)
Out[19]:
array([3, 6])

解析:[3,9)之间；递增2，结果为3，5，7；递增3，结果为3，6。

2.7新建Series时不指定索引,通过dictionary定义(dict没有顺序)

In [20]:
s3 = pd.Series({'b':1.212,'a':2.113,'c':3.114,'d':4.445})
s3
Out[20]:
a    2.113
b    1.212
c    3.114
d    4.445
dtype: float64

解析:发现series会根据索引首字母帮我们默认排序。

2.8 Series数据批处理

In [21]:
s3 * 1000
Out[21]:
a    2113.0
b    1212.0
c    3114.0
d    4445.0
dtype: float64
In [22]:
s3
Out[22]:
a    2.113
b    1.212
c    3.114
d    4.445
dtype: float64

解析:发现原本series并没有变化，证明在内存中是数据拷贝。

In [23]:
s3 = s3 * 1000
s3
Out[23]:
a    2113.0
b    1212.0
c    3114.0
d    4445.0
dtype: float64

解析:通过指向改变原始数据集。

2.9series取出部分数据

In [24]:
s3[['a','c']]
Out[24]:
a    2113.0
c    3114.0
dtype: float64

解析:通过['a','c']集合，所以在集合索引中的数据。

问题: 变换索引顺序，会是什么结果呢?

In [25]:
s3[['c','a','d','b']]
Out[25]:
c    3114.0
a    2113.0
d    4445.0
b    1212.0
dtype: float64
In [26]:
s3[['a','c']]
Out[26]:
a    2113.0
c    3114.0
dtype: float64

解析:发现结果是根据索引顺序有序展示的。

2.10通过查询条件取出series部分数据

In [27]:
s3[s3 > 2000]
Out[27]:
a    2113.0
c    3114.0
d    4445.0
dtype: float64

问题: s3 > 2000返回的是什么呢?执行一下:

In [28]:
s3 > 2000
Out[28]:
a     True
b    False
c     True
d     True
dtype: bool

解析:series会将满足条件的数据筛选出来，有点类似sql。

问题:返回的结果到底是按照什么顺序返回的呢?举个特殊的例子试试

In [29]:
s4 = pd.Series({'b':1,'a':5,'d':4,'e':3,'c':2})
In [30]:
s4
Out[30]:
a    5
b    1
c    2
d    4
e    3
dtype: int64
In [31]:
s4[s4 > 2]
Out[31]:
a    5
d    4
e    3
dtype: int64

解析:series还是按照字母排序后的索引顺序返回。

2.11series高级用法

In [32]:
s3.mean()
Out[32]:
2721.0

一个函数求出平均值，感觉dd的。

In [33]:
s5 = s3[['a','b']]
s5
Out[33]:
a    2113.0
b    1212.0
dtype: float64
In [34]:
s6 = s3[['b','d']]
s6
Out[34]:
b    1212.0
d    4445.0
dtype: float64
In [35]:
s5 + s6
Out[35]:
a       NaN
b    2424.0
d       NaN
dtype: float64

解析:这里的结果是不是和大家想的不一样，看结果发现series实际上是通过index相加，找不到相同index的相加为NaN,等于取交集。

3.Dataframe用法

Dataframe是多纬数组存储单元，相当于Series集合。

3.1通过dict定义df   字典定义DataFrame

In [36]:
data = {
    'simon': [94,2,17],
    'skyamz' : ['haha','hehe','heihei'],
    'memoryjdch':['beijing','shanghai','hangzhou']
}
umi = pd.DataFrame(data)
umi
Out[36]:
  memoryjdch simon skyamz
0 beijing 94 haha
1 shanghai 2 hehe
2 hangzhou 17 heihei

解析:df默认也会像series一样进行首字母排序。

In [37]:
umi.index
Out[37]:
RangeIndex(start=0, stop=3, step=1)

解析:df纵轴为索引。

In [38]:
umi.columns
Out[38]:
Index(['memoryjdch', 'simon', 'skyamz'], dtype='object')

解析:df横轴为列名。

In [39]:
umi.dtypes
Out[39]:
memoryjdch    object
simon          int64
skyamz        object
dtype: object

解析:df查看每个column的类型。

In [40]:
umi.info()

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 3 entries, 0 to 2
Data columns (total 3 columns):
memoryjdch    3 non-null object
simon         3 non-null int64
skyamz        3 non-null object
dtypes: int64(1), object(2)
memory usage: 152.0+ bytes

解析:查看df信息。

In [41]:
umi.values
Out[41]:
array([['beijing', 94, 'haha'],
       ['shanghai', 2, 'hehe'],
       ['hangzhou', 17, 'heihei']], dtype=object)

解析:转化成了numpy 多纬数组。

3.2设置某列值为df索引

In [42]:
umi = umi.set_index('skyamz')
umi
Out[42]:
  memoryjdch simon
skyamz    
haha beijing 94
hehe shanghai 2
heihei hangzhou 17

解析:以前的数字索引被skyamz列的值替换。

In [43]:
umi
Out[43]:
  memoryjdch simon
skyamz    
haha beijing 94
hehe shanghai 2
heihei hangzhou 17
In [44]:
umi['simon']
Out[44]:
skyamz
haha      94
hehe       2
heihei    17
Name: simon, dtype: int64

解析:获取某列，这一竖列就是一个series。

In [45]:
umi['memoryjdch'] + "-" + (umi['simon']/100).astype('str')
Out[45]:
skyamz
haha       beijing-0.94
hehe      shanghai-0.02
heihei    hangzhou-0.17
dtype: object

解析:多列操作，注意类型。

In [46]:
umi = umi.reset_index()
umi
Out[46]:
  skyamz memoryjdch simon
0 haha beijing 94
1 hehe shanghai 2
2 heihei hangzhou 17

解析:重置索引。

In [47]:
umi['heihei'] = umi['memoryjdch'] + "-" + (umi['simon']/100).astype('str')
umi
Out[47]:
  skyamz memoryjdch simon heihei
0 haha beijing 94 beijing-0.94
1 hehe shanghai 2 shanghai-0.02
2 heihei hangzhou 17 hangzhou-0.17

解析:通过计算的数据新建列，这也是特征提取的过程。

In [48]:
umi[umi['simon'] > 2]
Out[48]:
  skyamz memoryjdch simon heihei
0 haha beijing 94 beijing-0.94
2 heihei hangzhou 17 hangzhou-0.17

解析:类似series筛选部分数据。

In [49]:
umi.sort_values(by = 'simon',ascending = False)
Out[49]:
  skyamz memoryjdch simon heihei
0 haha beijing 94 beijing-0.94
2 heihei hangzhou 17 hangzhou-0.17
1 hehe shanghai 2 shanghai-0.02
In [50]:
umi.sort_values(by = 'simon',ascending = True)
Out[50]:
  skyamz memoryjdch simon heihei
1 hehe shanghai 2 shanghai-0.02
2 heihei hangzhou 17 hangzhou-0.17
0 haha beijing 94 beijing-0.94

解析:对df进行排序,by 排序的字段，ascending是否升序排列。

In [51]:
umi.drop([0], axis = 0)
Out[51]:
  skyamz memoryjdch simon heihei
1 hehe shanghai 2 shanghai-0.02
2 heihei hangzhou 17 hangzhou-0.17
In [52]:
umi
Out[52]:
  skyamz memoryjdch simon heihei
0 haha beijing 94 beijing-0.94
1 hehe shanghai 2 shanghai-0.02
2 heihei hangzhou 17 hangzhou-0.17
In [53]:
umi.drop(['heihei'], axis = 1)
Out[53]:
  skyamz memoryjdch simon
0 haha beijing 94
1 hehe shanghai 2
2 heihei hangzhou 17

解析:对df进行删除操作，axis指定删除操作，0为行，1为列。

In [54]:
umi.describe()
Out[54]:
  simon
count 3.000000
mean 37.666667
std 49.359227
min 2.000000
25% 9.500000
50% 17.000000
75% 55.500000
max 94.000000

解析:df的基础统计信息。

In [55]:
umi[['simon','memoryjdch']]
Out[55]:
  simon memoryjdch
0 94 beijing
1 2 shanghai
2 17 hangzhou

解析:df取出多列。

In [56]:
umi[1:3]
Out[56]:
  skyamz memoryjdch simon heihei
1 hehe shanghai 2 shanghai-0.02
2 heihei hangzhou 17 hangzhou-0.17
In [57]:
umi[:2]
Out[57]:
  skyamz memoryjdch simon heihei
0 haha beijing 94 beijing-0.94
1 hehe shanghai 2 shanghai-0.02

解析:df取行，[1:3]意义是[1,3)为索引1,2，[:2]意义为[0,2)为索引0,1。

In [58]:
%matplotlib inline
umi.plot()
Out[58]:
<matplotlib.axes._subplots.AxesSubplot at 0x10cea8e10>

解析:matplotlib是最著名的Python图表绘制扩展库，它支持输出多种格式的图形图像，并且可以使用多种GUI界面库交互式地显示图表。使用%matplotlib命令可以将matplotlib的图表直接嵌入到Notebook之中，或者使用指定的界面库显示图表，它有一个参数指定matplotlib图表的显示方式。inline表示将图表嵌入到Notebook中。

In [59]:
umi['simon'].plot(kind = 'bar')
Out[59]:
<matplotlib.axes._subplots.AxesSubplot at 0x10cee5198>

解析:取出df部分数据进行绘制，kind指定图形类型，bar为柱状图。

In [60]:
umi['present'] = [100,90,80]
umi.plot(kind = 'scatter',x ='simon' , y ='present')
Out[60]:
<matplotlib.axes._subplots.AxesSubplot at 0x10cfb3ac8>

解析:取出df多列数据进行绘制，kind指定图形类型，x指定x轴，指定x轴。

In [61]:
umi
Out[61]:
  skyamz memoryjdch simon heihei present
0 haha beijing 94 beijing-0.94 100
1 hehe shanghai 2 shanghai-0.02 90
2 heihei hangzhou 17 hangzhou-0.17 80
In [62]:
umi.loc[1,'simon']
Out[62]:
2

解析:搜索索引为1，列名为simon的单元格内容。

In [63]:
umi.loc[0:2 , :]
Out[63]:
  skyamz memoryjdch simon heihei present
0 haha beijing 94 beijing-0.94 100
1 hehe shanghai 2 shanghai-0.02 90
2 heihei hangzhou 17 hangzhou-0.17 80
In [64]:
umi.loc[:]
Out[64]:
  skyamz memoryjdch simon heihei present
0 haha beijing 94 beijing-0.94 100
1 hehe shanghai 2 shanghai-0.02 90
2 heihei hangzhou 17 hangzhou-0.17 80
In [65]:
umi.loc[: , ['memoryjdch','skyamz']]
Out[65]:
  memoryjdch skyamz
0 beijing haha
1 shanghai hehe
2 hangzhou heihei
In [66]:
umi.loc[0:2 , ['memoryjdch','skyamz']]
Out[66]:
  memoryjdch skyamz
0 beijing haha
1 shanghai hehe
2 hangzhou heihei
In [67]:
umi.loc[umi['simon']>2,['memoryjdch','simon','skyamz']]
Out[67]:
  memoryjdch simon skyamz
0 beijing 94 haha
2 hangzhou 17 heihei

解析:通过索引和列同时查询单元格内容。

In [68]:
umi
Out[68]:
  skyamz memoryjdch simon heihei present
0 haha beijing 94 beijing-0.94 100
1 hehe shanghai 2 shanghai-0.02 90
2 heihei hangzhou 17 hangzhou-0.17 80
In [69]:
umi.iloc[0:2 , 1:3]
Out[69]:
  memoryjdch simon
0 beijing 94
1 shanghai 2

解析:索引和列名都通过序号查询

In [70]:
del umi['present']
umi
Out[70]:
  skyamz memoryjdch simon heihei
0 haha beijing 94 beijing-0.94
1 hehe shanghai 2 shanghai-0.02
2 heihei hangzhou 17 hangzhou-0.17

解析:del直接就删除列，不需要重复指向，注意和drop的区别。

In [71]:
user_data = {
    'uid':[1,2,3,4,5,6],
    'name' : ['nike','lining','qiaodan','xiaohong','xiaoming','zhouxingxing'],
    'age': [24,20,17,22,18,15],
    'sex':[0,1,0,1,1,0],
    'birth_day':['2011-10-2 12:23:22','2012-01-2 13:33:22','2001-11-2 12:23:22','2014-05-2 12:23:22','2008-09-2 12:23:22','2011-10-2 12:23:22']
}
user = pd.DataFrame(user_data)
user
Out[71]:
  age birth_day name sex uid
0 24 2011-10-2 12:23:22 nike 0 1
1 20 2012-01-2 13:33:22 lining 1 2
2 17 2001-11-2 12:23:22 qiaodan 0 3
3 22 2014-05-2 12:23:22 xiaohong 1 4
4 18 2008-09-2 12:23:22 xiaoming 1 5
5 15 2011-10-2 12:23:22 zhouxingxing 0 6
In [72]:
user.head()
Out[72]:
  age birth_day name sex uid
0 24 2011-10-2 12:23:22 nike 0 1
1 20 2012-01-2 13:33:22 lining 1 2
2 17 2001-11-2 12:23:22 qiaodan 0 3
3 22 2014-05-2 12:23:22 xiaohong 1 4
4 18 2008-09-2 12:23:22 xiaoming 1 5

解析:查看user的前5条数据。

In [73]:
to_view = [col for col in user.columns if 'a' in col]
to_view
Out[73]:
['age', 'birth_day', 'name']

解析:
1.user.columns表示user这个dataframe中的所有列。
2.for col in user.columns表示遍历所有列。
3.if 'a' in col表示判断该列是否包含a。
总结：[col for col in user.columns if 'a' in col]表示取出所有列名中包含a的所有列。

In [74]:
user[to_view]
Out[74]:
  age birth_day name
0 24 2011-10-2 12:23:22 nike
1 20 2012-01-2 13:33:22 lining
2 17 2001-11-2 12:23:22 qiaodan
3 22 2014-05-2 12:23:22 xiaohong
4 18 2008-09-2 12:23:22 xiaoming
5 15 2011-10-2 12:23:22 zhouxingxing
In [75]:
column_count = sum (1 for col in user.columns if 'a' in col)
column_count
Out[75]:
3

解析:
1.user.columns表示user这个dataframe中的所有列。
2.for col in user.columns表示遍历所有列。
3.if 'a' in col表示判断该列是否包含a。
总结：sum (1 for col in user.columns if 'a' in col)表示遍历所有列名中包含a的列,满足条件计数+1，然后返回统计总数。

In [76]:
user
Out[76]:
  age birth_day name sex uid
0 24 2011-10-2 12:23:22 nike 0 1
1 20 2012-01-2 13:33:22 lining 1 2
2 17 2001-11-2 12:23:22 qiaodan 0 3
3 22 2014-05-2 12:23:22 xiaohong 1 4
4 18 2008-09-2 12:23:22 xiaoming 1 5
5 15 2011-10-2 12:23:22 zhouxingxing 0 6
In [77]:
cols = user.columns.tolist()
cols
Out[77]:
['age', 'birth_day', 'name', 'sex', 'uid']
In [78]:
cols[-1:]
Out[78]:
['uid']

解析：-1是指数组中的最后一个元素。可以理解为：将切片指针的位置从数组尾部前移1位进行切片，cols[-1:]中:右侧是缺省值，默认到尾部，从最后一个元素到尾部，即取最后一个元素。

下面是几个例子：

In [79]:
cols[-2:]
Out[79]:
['sex', 'uid']
In [80]:
cols[-4:-2]
Out[80]:
['birth_day', 'name']
In [81]:
cols[-1]
Out[81]:
'uid'
In [82]:
cols[-2]
Out[82]:
'sex'
In [83]:
cols[-2:len(cols)]
Out[83]:
['sex', 'uid']
In [84]:
cols = cols[-1:] + cols[:-1]
cols
Out[84]:
['uid', 'age', 'birth_day', 'name', 'sex']
In [85]:
cols
Out[85]:
['uid', 'age', 'birth_day', 'name', 'sex']
In [86]:
user = user[cols] # OR df = df.ix[:, cols]
user
Out[86]:
  uid age birth_day name sex
0 1 24 2011-10-2 12:23:22 nike 0
1 2 20 2012-01-2 13:33:22 lining 1
2 3 17 2001-11-2 12:23:22 qiaodan 0
3 4 22 2014-05-2 12:23:22 xiaohong 1
4 5 18 2008-09-2 12:23:22 xiaoming 1
5 6 15 2011-10-2 12:23:22 zhouxingxing 0

解析： 1.cols = user.columns.tolist()将列名取出转为list。 2.cols = cols[-1:] + cols[:-1]：cols[-1:]指最后一列，cols[:-1]指从第一列到倒数第二列。用“+”连接两部分，此操作将第最后一列变为第一列。 3.user = user[cols]根据新的cols重塑dataframe。

code1是code2的语法糖写法，按照sex列进行分组，分好后对age列(单列)取平均。返回数组：

In [87]:
user.groupby('sex')['age'].mean()#code1
Out[87]:
sex
0    18.666667
1    20.000000
Name: age, dtype: float64
In [88]:
user['age'].groupby(user['sex']).mean()#code2
Out[88]:
sex
0    18.666667
1    20.000000
Name: age, dtype: float64

code3是code4的语法糖写法，按照sex列进行分组，分好后对age列(单列)取平均。返回dataframe:

In [89]:
user.groupby('sex')[['age']].mean()#code3(!)
Out[89]:
  age
sex  
0 18.666667
1 20.000000
In [90]:
user[['age']].groupby(user['sex']).mean()#code4
Out[90]:
  age
sex  
0 18.666667
1 20.000000

多列语法糖写法：按照sex列进行分组，分好后分别对age列和uid列(多列)取平均。code6这种写法是错误的！code7是code8的语法糖写法。

In [91]:
user.groupby('sex')['uid','age'].mean()#code5(!)
Out[91]:
  uid age
sex    
0 3.333333 18.666667
1 3.666667 20.000000

user['uid','age'].groupby(user['sex']).mean()#code6

In [92]:
user.groupby('sex')[['uid','age']].mean()#code7
Out[92]:
  uid age
sex    
0 3.333333 18.666667
1 3.666667 20.000000
In [93]:
user[['uid','age']].groupby(user['sex']).mean()#code8
Out[93]:
  uid age
sex    
0 3.333333 18.666667
1 3.666667 20.000000

速记口诀：单列双括号（code3），双列单括号(code5)。

3.3pandas导入导出文件

In [94]:
data = pd.read_csv('initdata/t_user.csv')
data
Out[94]:
  uid age sex active_date limit
0 26308 30 1 2016-02-16 5.974677
1 78209 40 1 2016-02-21 5.292154
2 51930 35 1 2016-04-19 6.292055
3 10113 25 1 2016-03-12 6.292055
4 17067 35 1 2016-02-16 5.974677
5 46744 35 1 2015-12-17 5.974677
6 31747 30 2 2016-02-13 6.292055
7 48366 30 2 2016-01-28 5.974677
8 49725 35 1 2016-01-28 5.292154
9 31333 35 1 2016-05-17 6.292055
10 87746 30 1 2016-05-06 5.974677
11 51229 35 1 2016-05-25 5.722768
12 18211 35 2 2016-03-10 5.292154
13 21994 30 1 2016-01-06 5.722768
14 61139 35 1 2016-04-26 6.292055
15 2967 25 1 2016-01-18 6.292055
16 47349 40 1 2016-01-28 6.292055
17 44467 35 2 2016-03-24 5.292154
18 20195 25 1 2016-06-21 5.722768
19 3113 30 2 2015-12-24 5.974677
20 72060 25 1 2016-05-03 6.153414
21 9329 40 1 2016-03-25 5.292154
22 73019 25 2 2016-06-17 6.292055
23 56754 30 1 2016-06-17 6.292055
24 57116 40 2 2016-04-06 6.292055
25 42194 30 1 2016-05-07 6.292055
26 90012 25 1 2016-02-13 5.974677
27 55859 30 1 2016-06-28 6.292055
28 27555 30 1 2016-05-26 6.292055
29 24650 30 1 2016-04-24 6.292055
... ... ... ... ... ...
90963 22661 25 1 2016-03-23 5.292154
90964 51731 30 1 2016-03-29 5.974677
90965 67400 25 1 2016-05-16 5.974677
90966 16751 25 1 2016-02-03 5.974677
90967 66944 35 1 2016-04-20 5.292154
90968 87729 50 1 2016-04-06 5.722768
90969 40272 35 2 2016-05-24 5.974677
90970 61032 25 1 2016-02-16 5.722768
90971 42029 30 1 2016-05-15 6.292055
90972 44040 25 2 2015-12-20 6.292055
90973 25140 30 1 2015-12-03 5.722768
90974 36373 30 1 2016-05-24 6.292055
90975 90149 35 2 2016-05-31 6.292055
90976 30256 35 1 2016-03-29 5.292154
90977 12831 30 1 2016-03-30 5.974677
90978 66219 30 1 2015-12-30 5.974677
90979 950 30 1 2016-05-08 6.292055
90980 33477 35 1 2016-02-08 5.974677
90981 70110 35 2 2016-06-21 6.292055
90982 31590 30 1 2016-06-07 5.292154
90983 77161 30 2 2016-01-11 6.292055
90984 17107 30 1 2016-02-13 5.974677
90985 40850 40 2 2016-01-13 6.292055
90986 28075 30 1 2016-04-22 5.974677
90987 11272 25 1 2016-02-17 5.974677
90988 75642 25 1 2016-01-10 6.153414
90989 14712 25 1 2016-01-10 6.153414
90990 16152 30 1 2016-02-10 5.974677
90991 60715 30 2 2016-03-14 5.722768
90992 10005 30 1 2015-12-17 5.722768

90993 rows × 5 columns

解析：读取文件通过read_*方法，这里是通过csv读取数据。

In [95]:
data.to_json('t_data.json')

解析：读取dataframe通过to_*方法，这里是导出为json数据。


相关推荐