Python学习——Pandas

import  pandas as pd
import numpy as np

df=pd.read_csv("export.csv")

df

	分类	食物名	重量	蛋白质	脂肪	膳食纤维	碳水化物	钠	钙
0	谷物类	稻米	26	2.192723	0.192691	0.132008	19.879120	0.768167	1.976958
1	谷物类	稻谷（早籼）	16	2.481894	0.551532	0.350975	18.752089	0.401114	3.259053
2	谷物类	大麦（元麦）	29	2.990228	0.410423	2.902280	18.586319	0.469055	3.811075
3	谷物类	大黄米（黍）	26	3.507163	0.696275	0.902579	17.432665	0.438395	7.736390
4	谷物类	方便面	19	1.811441	4.023305	0.133475	11.612288	218.135593	4.766949
...	...	...	...	...	...	...	...	...	...
676	豆乳类	青豆（青大豆）	24	2.292225	8.348525	3.860590	3.040214	2.434584	0.434316
677	豆乳类	酸豆乳	134	113.507463	2.955224	1.611940	0.000000	1.491045	24.985075
678	豆乳类	素大肠	59	37.058824	10.647059	2.117647	0.588235	0.000000	85.117647
679	豆乳类	素火腿	43	23.459716	8.146919	5.630332	0.383886	11.085782	288.298578
680	豆乳类	稻米3（粳，特级）	27	1.970000	0.110000	0.110000	20.290000	1.670000	6.470000

681 rows × 9 columns

df['重量']

0       26
1       16
2       29
3       26
4       19
      ... 
676     24
677    134
678     59
679     43
680     27
Name: 重量, Length: 681, dtype: int64

修改索引值(可以自己指定，方便看)，默认是012……

df=df.set_index('食物名')
df

	分类	重量	蛋白质	脂肪	膳食纤维	碳水化物	钠	钙
食物名
稻米	谷物类	26	2.192723	0.192691	0.132008	19.879120	0.768167	1.976958
稻谷（早籼）	谷物类	16	2.481894	0.551532	0.350975	18.752089	0.401114	3.259053
大麦（元麦）	谷物类	29	2.990228	0.410423	2.902280	18.586319	0.469055	3.811075
大黄米（黍）	谷物类	26	3.507163	0.696275	0.902579	17.432665	0.438395	7.736390
方便面	谷物类	19	1.811441	4.023305	0.133475	11.612288	218.135593	4.766949
...	...	...	...	...	...	...	...	...
青豆（青大豆）	豆乳类	24	2.292225	8.348525	3.860590	3.040214	2.434584	0.434316
酸豆乳	豆乳类	134	113.507463	2.955224	1.611940	0.000000	1.491045	24.985075
素大肠	豆乳类	59	37.058824	10.647059	2.117647	0.588235	0.000000	85.117647
素火腿	豆乳类	43	23.459716	8.146919	5.630332	0.383886	11.085782	288.298578
稻米3（粳，特级）	豆乳类	27	1.970000	0.110000	0.110000	20.290000	1.670000	6.470000

681 rows × 8 columns

df['重量']

食物名
稻米            26
稻谷（早籼）        16
大麦（元麦）        29
大黄米（黍）        26
方便面           19
            ... 
青豆（青大豆）       24
酸豆乳          134
素大肠           59
素火腿           43
稻米3（粳，特级）     27
Name: 重量, Length: 681, dtype: int64

获取两列

df[['重量','钠']]

	重量	钠
食物名
稻米	26	0.768167
稻谷（早籼）	16	0.401114
大麦（元麦）	29	0.469055
大黄米（黍）	26	0.438395
方便面	19	218.135593
...	...	...
青豆（青大豆）	24	2.434584
酸豆乳	134	1.491045
素大肠	59	0.000000
素火腿	43	11.085782
稻米3（粳，特级）	27	1.670000

681 rows × 2 columns

#不能通过索引值来获取某一行的或者指定位置的元素
# df['稻米']    df['稻米']['重量']  这样子写都是会报错的

#索引只能获取某一列，然后通过这一列再去找
weight=df['重量']
weight['稻米']

26

loc 用label来定位

iloc 用position来定位

df.loc['稻米']['重量']

26

df.loc['稻米':'方便面']

	分类	重量	蛋白质	脂肪	膳食纤维	碳水化物	钠	钙
食物名
稻米	谷物类	26	2.192723	0.192691	0.132008	19.879120	0.768167	1.976958
稻谷（早籼）	谷物类	16	2.481894	0.551532	0.350975	18.752089	0.401114	3.259053
大麦（元麦）	谷物类	29	2.990228	0.410423	2.902280	18.586319	0.469055	3.811075
大黄米（黍）	谷物类	26	3.507163	0.696275	0.902579	17.432665	0.438395	7.736390
方便面	谷物类	19	1.811441	4.023305	0.133475	11.612288	218.135593	4.766949

df.iloc[0]

分类           谷物类
重量            26
蛋白质      2.19272
脂肪      0.192691
膳食纤维    0.132008
碳水化物     19.8791
钠       0.768167
钙        1.97696
Name: 稻米, dtype: object

df.iloc[0:3]

	分类	重量	蛋白质	脂肪	膳食纤维	碳水化物	钠	钙
食物名
稻米	谷物类	26	2.192723	0.192691	0.132008	19.879120	0.768167	1.976958
稻谷（早籼）	谷物类	16	2.481894	0.551532	0.350975	18.752089	0.401114	3.259053
大麦（元麦）	谷物类	29	2.990228	0.410423	2.902280	18.586319	0.469055	3.811075

##获取指定列
df.iloc[0:3,1:3]

	重量	蛋白质
食物名
稻米	26	2.192723
稻谷（早籼）	16	2.481894
大麦（元麦）	29	2.990228

筛选

df[df['分类']=='肉类']
##中括号里面是个Bool类型的,然后再传回df中就可以了(即只会把True的显示出来)

	分类	重量	蛋白质	脂肪	膳食纤维	碳水化物	钠	钙
食物名
肠	肉类	30	14.207634	3.782082	7.724912	0.0	0.089103	279.045720
叉烧肉	肉类	32	15.870968	7.677419	5.451613	0.0	0.219355	264.129032
方腿	肉类	77	56.846154	12.461538	3.846154	0.0	0.115385	326.538462
宫爆肉丁（罐头）	肉类	27	11.919643	4.741071	7.392857	0.0	0.404464	126.401786
狗肉	肉类	62	58.965517	13.034483	3.568966	0.0	1.086207	36.775862
...	...	...	...	...	...	...	...	...
田鸡（青蛙）	肉类	36	76.838710	19.838710	1.161290	0.0	0.532258	11.419355
田鸡腿（青蛙腿）	肉类	40	93.075949	13.443038	1.594937	0.0	0.660759	245.164557
蝎子	肉类	51	24.610169	13.322034	2.389831	0.0	3.859322	58.830508
中国鲎	肉类	97	120.142857	14.714286	2.142857	0.0	3.285714	0.000000
炸鸡（肯德鸡）	肉类	23	15.935484	6.548387	5.580645	0.0	2.077419	243.548387

262 rows × 8 columns

df[df['分类']=='肉类']['重量']

56.36641221374046

基本统计指标

df.describe()

	重量	蛋白质	脂肪	膳食纤维	碳水化物	钠	钙
count	681.000000	681.000000	681.000000	681.000000	681.000000	681.000000	681.000000
mean	122.756241	112.119549	7.082490	2.380822	5.157334	34.052483	557.301880
std	211.080287	223.202680	5.983232	8.329738	7.563437	561.686112	2684.146695
min	7.000000	0.000000	0.000000	0.000000	0.000000	0.000000	0.000000
25%	30.000000	5.518033	1.756098	0.297794	0.000000	0.123913	6.000000
50%	47.000000	36.000000	5.727273	1.000000	1.139241	0.916981	27.900000
75%	136.000000	105.300000	11.460000	2.855573	7.702328	3.323077	104.610390
max	3000.000000	2892.000000	45.000000	180.972973	57.600000	14142.913040	32286.666670

groupby

df.groupby('分类').sum()

	重量	蛋白质	脂肪	膳食纤维	碳水化物	钠	钙
分类
水果类	7870	7749.405556	104.545800	43.734145	212.281453	142.063666	1145.775009
肉类	14768	13889.115836	3110.533468	915.063512	0.000000	384.592469	49096.447432
蔬菜类	49439	51871.136219	1150.082174	162.789894	1095.084777	14691.616430	324695.914233
谷物类	8380	378.092086	231.878966	401.588553	2141.576094	7733.783997	2057.292955
豆乳类	3140	2465.662844	226.135330	98.163964	63.201943	237.684029	2527.150658

协方差 相关系数

df.cov()

	重量	蛋白质	脂肪	膳食纤维	碳水化物	钠	钙
重量	44554.887553	41182.411708	233.306873	323.478724	413.007569	13629.479642	8.990307e+04
蛋白质	41182.411708	49819.436385	289.770895	-81.337915	393.438141	-137.169258	6.135819e+04
脂肪	233.306873	289.770895	35.799061	0.114819	-14.506120	-37.135525	5.362664e+02
膳食纤维	323.478724	-81.337915	0.114819	69.384535	-4.586858	594.002972	-5.682174e+02
碳水化物	413.007569	393.438141	-14.506120	-4.586858	57.205577	20.115411	-1.969337e+02
钠	13629.479642	-137.169258	-37.135525	594.002972	20.115411	315491.288159	2.764420e+05
钙	89903.074886	61358.194926	536.266377	-568.217363	-196.933720	276441.965879	7.204643e+06

df.corr()

	重量	蛋白质	脂肪	膳食纤维	碳水化物	钠	钙
重量	1.000000	0.874107	0.184733	0.183978	0.258697	0.114958	0.158679
蛋白质	0.874107	1.000000	0.216980	-0.043748	0.233055	-0.001094	0.102416
脂肪	0.184733	0.216980	1.000000	0.002304	-0.320550	-0.011050	0.033392
膳食纤维	0.183978	-0.043748	0.002304	1.000000	-0.072806	0.126959	-0.025414
碳水化物	0.258697	0.233055	-0.320550	-0.072806	1.000000	0.004735	-0.009701
钠	0.114958	-0.001094	-0.011050	0.126959	0.004735	1.000000	0.183360
钙	0.158679	0.102416	0.033392	-0.025414	-0.009701	0.183360	1.000000

统计一样的值出现的次数

df.value_counts('分类')

分类
肉类     262
蔬菜类    175
谷物类    134
水果类     77
豆乳类     33
dtype: int64

升序

df.value_counts('分类',ascending=True)

分类
豆乳类     33
水果类     77
谷物类    134
蔬菜类    175
肉类     262
dtype: int64