yspass

1,表头或是excel的索引如果是中文的话,输出会出错

​​解决方法:python的版本问题!换成python3就自动解决了!当然也有其他的方法,这里就不再深究

2,如果有很多列,如何输出指定的列?

需求情况:有的时候,数据很多,但是只要仅仅对部分列的数据进行分析的话,要怎么做?

解决方法

df = pandas.read_excel(\'1.xls\',sheetname= \'店铺分析日报\')

​df = df.loc[:,[\'关键词\',\'带来的访客数\',\'跳失率\']] #访问指定的列

一行读取数据,第二行访问指定列

3,如何为数据框添加新的列?

需求情况:有一个表格,里面的列是单价,数量,想再输出一个总价的列,或是对一些数据进行总结

解决方法:直接上代码

from pandas import read_csv;

import pandas;

df = read_csv("1.csv", sep="|");

#把计算结果添加为一个新的列

df[\'result\'] = df.price*df.num     #新的列名,后面是对应的数值

print (df)

4,如何对百分号的数值进行计算,再将其输出

需求情况:比较蛋疼的一个情况,电商很多数据都是百分比的,带有百分号,不能进行直接的计算,需要对其进行转换,然后再输出

解决方法:

from pandas import read_csv;

import pandas;

df = read_csv("1.csv", sep="|");

f = df[\'跳失率\'].str.strip("%").astype(float)/100;

f.round(decimals=2)  #保留小数点后面2位

f_str = f.apply(lambda x: format(x, \'.2%\'));  #再转换成百分号并且保留2位数(精度可以调整)

df[\'跳失率\']​ = f_str     #重新赋值

5,​如何获取导入的数据有几行和几列(数值)

需求情况:有的时候需要写一个通用脚本,比如随机抽样分析,程序自动获取行和列的话,写出来的脚本通用性明显会很强

解决方法:

df.columns.size   #获取列数

df.iloc[:, 0].size  #获取行数

6,​如何对数据进行排序

需求情况:这个就不用说了,到处都要用到​

解决方法:

df[\'跳失率\'].size   #对数据进行排序

newDF = df.sort([\'曝光量\', \'带来的访客数\'], ascending=[True, False]);  #多重排序

7,如何删除指定的列?

需求情况:同样,十几列的数据,如果你想获取指定的输出数据,可以用方法2,但是如果想要获取的数据列比较多,只有1-2行不想要,这样就可以用指定删除列的方法了

解决方法:

df.columns.delete(1)​

一行代码搞定!​

总结:整体来说的,python的语法在做数据分析还是相当简单的,很多的需求基本上就是一行代码搞定!

8,如何添加整行数据?

df.append([1,2,34,,5])

分类:

技术点:

相关文章: