大數(shù)據(jù)技術(shù)在財(cái)務(wù)中的應(yīng)用Python版 課件 任務(wù)4.1 Pandas的基本操作

利用Pandas進(jìn)行財(cái)務(wù)數(shù)據(jù)預(yù)處理項(xiàng)目四Pandas的基本操作任務(wù)4.1利用Pandas進(jìn)行財(cái)務(wù)數(shù)據(jù)篩選任務(wù)4.2利用Pandas高階函數(shù)進(jìn)行數(shù)據(jù)處理任務(wù)4.3利用Pandas進(jìn)行財(cái)務(wù)數(shù)據(jù)合并任務(wù)4.4目錄利用Pandas進(jìn)行財(cái)務(wù)數(shù)據(jù)清洗任務(wù)4.5引入案例任務(wù)分析知識(shí)解析案例解析任務(wù)實(shí)訓(xùn)實(shí)訓(xùn)評(píng)價(jià)4.1.1Pandas數(shù)據(jù)結(jié)構(gòu)4.1.2DataFrame創(chuàng)建方法與屬性4.1.3DataFrame的基本操作4.1.4DataFrame的簡(jiǎn)單運(yùn)算4.1.5Pandas讀寫外部文件任務(wù)4.1Pandas的基本操作任務(wù)4.1Pandas的基本操作引入案例在Excel文件中，數(shù)據(jù)量一旦超過10000行，利用Excel處理起來就會(huì)非常慢。于是，美創(chuàng)科技有限公司財(cái)務(wù)人員小王想把財(cái)務(wù)數(shù)據(jù)表fin_data.xlsx(E:\file\)導(dǎo)入到Python中，利用Pandas模塊可以查看表格的基本屬性，進(jìn)行行、列的新增、刪除操作或簡(jiǎn)單計(jì)算。這樣的操作在Pandas模塊中如何實(shí)現(xiàn)呢？任務(wù)分析要想把外部財(cái)務(wù)數(shù)據(jù)導(dǎo)入到Python中，就要用到Pandas讀寫外部文件的函數(shù)，讀進(jìn)來之后默認(rèn)存儲(chǔ)為DataFrame對(duì)象，可利用相關(guān)函數(shù)查看其基本屬性，然后進(jìn)行新增或刪除等基本操作，還可以進(jìn)行簡(jiǎn)單的算術(shù)運(yùn)算。知識(shí)解析Pandas是Python的第三方庫，是數(shù)據(jù)分析工作中最常用并且最重的一個(gè)數(shù)據(jù)分析工具包，可以處理包含不同類型數(shù)據(jù)的復(fù)雜表格和時(shí)間序列。它易于使用、開源，并且允許處理大量數(shù)據(jù)，能夠快速高效的處理缺失數(shù)據(jù)，對(duì)數(shù)據(jù)進(jìn)行切片、聚合、整理和匯總統(tǒng)計(jì)等。Pandas具有許多與SQL或Excel相同的功能，并且可以讀取各種外部文件，比如CSV文件、文本文件、MicrosoftExcel文件、SQL數(shù)據(jù)庫文件等，允許將不同來源的數(shù)據(jù)集轉(zhuǎn)換為DataFrame對(duì)象。在使用Pandas進(jìn)行數(shù)據(jù)處理時(shí)，首先要導(dǎo)入Pandas模塊，其語法格式如下：importpandasaspd執(zhí)行這條語句表示引入Pandas模塊，并為pandas模塊起別名pd，這個(gè)pd是一個(gè)約定成俗的名字。在以后的編程語句中，pandas與pd等同。Pandas包含Series和DataFrame兩種數(shù)據(jù)類型，其中DataFrame數(shù)據(jù)類型就相當(dāng)于Excel表格數(shù)據(jù)的行和列，而Series數(shù)據(jù)類型就相當(dāng)于Excel表中的一列或一行。Series是一種基于NumPy數(shù)組的一維數(shù)據(jù)結(jié)構(gòu)，如右圖所示，由一組數(shù)據(jù)（各種NumPy類型）及與之相關(guān)的數(shù)據(jù)索引(index)組成。類似于Python列表，每個(gè)元素帶有一個(gè)自動(dòng)索引(索引從0開始，也稱為原始索引)，除自動(dòng)索引外，還可以自定義索引，自定義索引可以是數(shù)字或字符串?！菊?qǐng)注意】Series中的自定義索引值是可以重復(fù)的。4.1.1Pandas數(shù)據(jù)結(jié)構(gòu)一、Series數(shù)據(jù)結(jié)構(gòu)任務(wù)4.1Pandas的基本操作1.Series對(duì)象的創(chuàng)建Series類型可由Python列表、字典、NumPy數(shù)組等數(shù)據(jù)類型創(chuàng)建。利用列表創(chuàng)建Series時(shí)，列表的元素就是Series的值，而Series的索引可以通過index參數(shù)創(chuàng)建，并且索引的個(gè)數(shù)與值的個(gè)數(shù)要保持一致。利用一維數(shù)組創(chuàng)建Series時(shí)，一維數(shù)組的值就是Series的值，而Series的索引可以通過index參數(shù)創(chuàng)建，并且索引的個(gè)數(shù)與值的個(gè)數(shù)要保持一致。利用字典創(chuàng)建Series時(shí)，字典的鍵key就是Series的索引index，字典的值value就是Series的值。任務(wù)4.1Pandas的基本操作【做中學(xué)4.1.1】編寫程序，分別利用列表、一維數(shù)組和字典創(chuàng)建Series。利用列表創(chuàng)建的Series為:0庫存現(xiàn)金1銀行存款2應(yīng)收賬款dtype:object利用數(shù)組創(chuàng)建的Series為:1001庫存現(xiàn)金1002銀行存款1122應(yīng)收賬款dtype:object利用字典創(chuàng)建的Series為:1001庫存現(xiàn)金1002銀行存款1122應(yīng)收賬款dtype:objectimportnumpyasnp#導(dǎo)入Numpy模塊importpandasaspd#導(dǎo)入Pandas模塊#利用列表創(chuàng)建Series，先創(chuàng)建列表list1=['庫存現(xiàn)金','銀行存款','應(yīng)收賬款']#不指定索引，默認(rèn)為從0開始的原始索引ser1=pd.Series(list1)print('利用列表創(chuàng)建的Series為:\n',ser1)#利用數(shù)組創(chuàng)建Series，先創(chuàng)建數(shù)組arr=np.array(['庫存現(xiàn)金','銀行存款','應(yīng)收賬款'])#用index參數(shù)指定索引ser2=pd.Series(arr,index=['1001','1002','1122'])print('利用數(shù)組創(chuàng)建的Series為:\n',ser2)#利用字典創(chuàng)建Series，先創(chuàng)建字典dict1={'1001':'庫存現(xiàn)金','1002':'銀行存款','1122':'應(yīng)收賬款'}ser3=pd.Series(dict1)print('利用字典創(chuàng)建的Series為:\n',ser3)【做中學(xué)4.1.1】程序如下：任務(wù)4.1Pandas的基本操作2.Series對(duì)象的數(shù)據(jù)查詢

Series對(duì)象的數(shù)據(jù)查詢方式類似一維ndarray對(duì)象，可以通過值的位置序號(hào)獲取，同時(shí)由于每個(gè)值都關(guān)聯(lián)了索引標(biāo)簽，也可以通過索引來查詢。ser=pd.Series([4,7,-5,3],index=['d','b','a','c'])查詢方式語法格式說明舉例利用位置查詢Series[下標(biāo)值]選取單個(gè)值輸入程序：ser[2]輸出結(jié)果：-5Series[下標(biāo)值列表]選取多個(gè)值輸入程序：ser[[1,3]]輸出結(jié)果：b7

c3dtype:int64Series[下標(biāo)值1:下標(biāo)值2]切片操作輸入程序：ser[1:3]輸出結(jié)果：b7

a-5dtype:int64任務(wù)4.1Pandas的基本操作查詢方式語法格式說明舉例利用索引查詢Series[索引]選取單個(gè)值輸入程序：ser['a']輸出結(jié)果：-5Series[索引列表]選取多個(gè)值輸入程序：ser[['d','a']]輸出結(jié)果：d4a-5dtype:int64Series[索引1：索引2]切片操作輸入程序：ser['d':'a’]輸出結(jié)果：d4

b7a-5dtype:int64

ser=pd.Series([4,7,-5,3],index=['d','b','a','c'])任務(wù)4.1Pandas的基本操作查詢方式語法格式說明舉例利用索引器loc查詢Series.loc[索引]選取單個(gè)值輸入程序：ser.loc['a']輸出結(jié)果：-5Series.loc[索引列表]選取多個(gè)值輸入程序：ser.loc[['d','a']]輸出結(jié)果：d4

a-5dtype:int64Series.loc[索引1：索引2]切片操作輸入程序：ser.loc['d':'a']輸出結(jié)果：d4b7a-5dtype:int64條件查詢Series[條件表達(dá)式]選取滿足條件的值輸入程序：ser[ser>0]輸出結(jié)果：d4b7c3dtype:int64ser=pd.Series([4,7,-5,3],index=['d','b','a','c'])任務(wù)4.1Pandas的基本操作3.Series對(duì)象的修改、增加及刪除操作說明舉例修改Series對(duì)象的修改是建立在查詢的基礎(chǔ)上，通過查詢操作選取到單個(gè)值或多個(gè)值，然后通過賦值操作進(jìn)行修改。輸入程序：ser[2]=5ser輸出結(jié)果：d4

b7a5c3dtype:int64刪除Series對(duì)象的刪除操作通過drop()函數(shù)實(shí)現(xiàn)。輸入程序：ser3=ser.drop(['d','a’])ser3輸出結(jié)果：b7

c3

dtype:int64ser=pd.Series([4,7,-5,3],index=['d','b','a','c'])任務(wù)4.1Pandas的基本操作操作說明舉例增加Series對(duì)象不能直接添加新數(shù)據(jù)，需要將新數(shù)據(jù)單獨(dú)創(chuàng)建為一個(gè)新的Series對(duì)象，然后用append()添加到原有的Series對(duì)象中。輸入程序：ser1=pd.Series([-6,6])

ser2=ser.append(ser1)

ser2輸出結(jié)果：d4b7a5c30-616dtype:int64ser=pd.Series([4,7,-5,3],index=['d','b','a','c'])任務(wù)4.1Pandas的基本操作DataFrame數(shù)據(jù)結(jié)構(gòu)如下圖所示，與Series類似，也是由索引和數(shù)據(jù)構(gòu)成，不同的是，DataFrame的索引不僅有行索引，還有列索引。行索引用index表示，列索引用columns表示，如果沒有傳入行索引或列索引，DataFrame會(huì)默認(rèn)自動(dòng)創(chuàng)建一個(gè)從0開始的整數(shù)索引，這種索引稱為自動(dòng)索引或原始索引。行索引位于最左邊一列，而列索引位于最上面一行。二、DataFrame數(shù)據(jù)結(jié)構(gòu)任務(wù)4.1Pandas的基本操作4.1.2DataFrame創(chuàng)建方法與屬性一、DataFrame的創(chuàng)建方法創(chuàng)建DataFrame對(duì)象的一般語法格式如下：

pd.DataFrame(data,columns=[序列],index=[序列])在創(chuàng)建DataFrame對(duì)象時(shí)，行索引和列索引可以通過columns和index參數(shù)指定，若沒有明確指出，則會(huì)被設(shè)置為默認(rèn)值，默認(rèn)為自動(dòng)從0開始的連續(xù)數(shù)字。而其中的data主要有兩類數(shù)據(jù)類型創(chuàng)建：(1)使用字典類創(chuàng)建，如：①數(shù)組、列表、元組構(gòu)成的字典；②Series構(gòu)造的字典；③字典構(gòu)造的字典。(2)使用列表類創(chuàng)建，如：①二維數(shù)組構(gòu)成的列表；②字典構(gòu)造的列表；③Series構(gòu)成的列表。任務(wù)4.1Pandas的基本操作創(chuàng)建方法程序?qū)嵗梢痪S數(shù)組組成的字典創(chuàng)建data={'公司':np.array(['一分廠','二分廠','三分廠']),'收入':np.array([2000000,1500000,1300000]),'成本':np.array([1650000,1350000,1050000])}df=pd.DataFrame(data)由一維列表組成的字典創(chuàng)建data={'公司':['一分廠','二分廠','三分廠'],'收入':[2000000,1500000,1300000],'成本':[1650000,1350000,1050000]}df=pd.DataFrame(data)由Series組成的字典創(chuàng)建data={'公司':pd.Series(['一分廠','二分廠','三分廠']),'收入':pd.Series([2000000,1500000,1300000]),'成本':pd.Series([1650000,1350000,1050000])}df=pd.DataFrame(data)【做中學(xué)4.1.2】擬創(chuàng)建如下圖所示的DataFrame對(duì)象，可以采用的創(chuàng)建方法如表所示。任務(wù)4.1Pandas的基本操作【做中學(xué)4.1.2】擬創(chuàng)建如下圖所示的DataFrame對(duì)象，可以采用的創(chuàng)建方法如下表所示。創(chuàng)建方法程序?qū)嵗啥S數(shù)組創(chuàng)建data=np.array([['一分廠',2000000,1650000],['二分廠',1500000,1350000],['三分廠',1300000,1050000]])df=pd.DataFrame(data,columns=['公司','收入','成本'])由嵌套列表創(chuàng)建data=[['一分廠',2000000,1650000],['二分廠',1500000,1350000],['三分廠',1300000,1050000]]df=pd.DataFrame(data,columns=['公司','收入','成本'])由字典組成的列表創(chuàng)建data=[{'公司':'一分廠','收入':2000000,'成本':1650000},{'公司':'二分廠','收入':1500000,'成本':1350000},{'公司':'三分廠','收入':1300000,'成本':1050000}]df=pd.DataFrame(data)由字典組成的字典創(chuàng)建data={'公司':{0:'一分廠',1:'二分廠',2:'三分廠'},'收入':{0:2000000,1:1500000,2:1300000},'成本':{0:1650000,1:1350000,2:1050000}}df=pd.DataFrame(data)任務(wù)4.1Pandas的基本操作二、DataFrame的屬性DataFrame的屬性包括形狀（行數(shù)與列數(shù)）、元素個(gè)數(shù)、列索引、行索引等，以【做中學(xué)4.1.2】中創(chuàng)建的DataFrame對(duì)象為例，查看其屬性的操作如下表所示。屬性說明實(shí)例結(jié)果indexDataFrame的行索引df.indexInt64Index([0,1,2],dtype='int64')columnsDataFrame的列索引df.columnsIndex(['公司','收入','成本'],dtype='object')valuesDataFrame的Numpy原生二維數(shù)組數(shù)據(jù)df.valuesarray([['一分廠',2000000,1650000],['二分廠',1500000,1350000],

['三分廠',1300000,1050000]],dtype=object)shapeDataFrame的形狀df.shape(3,3)sizeDataFrame的元素個(gè)數(shù)df.size9ndimDataFrame的維數(shù)df.ndim2dtypesDataFrame的數(shù)據(jù)類型df.dtypes公司

object收入

int64成本

int64dtype:object任務(wù)4.1Pandas的基本操作4.1.3DataFrame的基本操作DataFrame作為一種二維表的數(shù)據(jù)結(jié)構(gòu)，其基本操作包括索引操作和數(shù)據(jù)內(nèi)容的操作。索引操作包括重生索引、重設(shè)索引、重命名索引、還原索引和軸向變換；數(shù)據(jù)內(nèi)容的操作包括增加和刪除操作，如增刪行和列，在實(shí)際應(yīng)用中新增列的情況比較多。一、DataFrame的索引操作索引操作說明語法格式重生索引對(duì)原來的DataFrame重新生成索引，索引既可以包括原來的索引，也可以引入新的索引DataFrame.reindex(labels=None,index=None,columns=None,axis=None,method=None,copy=True,level=None,fill_value=nan,limit=None,tolerance=None)其中：①labels：可選，表示新index或columns，和axis聯(lián)合使用；②index:可選,表示要使用的新的行索引；③columns:可選,表示要使用的新的列索引；④method：用于在重生索引的DataFrame中填充的方法；⑤fill_value：默認(rèn)為np.NaN，用于缺失值的填充；⑥limit：int,默認(rèn)None，向前或向后填充的連續(xù)元素的最大數(shù)量。任務(wù)4.1Pandas的基本操作索引操作說明語法格式還原索引將DataFrame對(duì)象的行索引還原為原始索引DataFrame.reset_index(level=None,drop=False,inplace=False,col_level=0,col_fill='')其中：①level:接收int、str、tuple或list，表示僅從索引中刪除給定級(jí)別。默認(rèn)情況下移除所有級(jí)別。②drop:表示索引列是否還原為普通列，否則會(huì)丟失，默認(rèn)值為False；③inplace:是否在原DataFrame上修改，默認(rèn)為False；④col_level:int或str，默認(rèn)值為0，如果列有多個(gè)級(jí)別，則確定將標(biāo)簽插入到哪個(gè)級(jí)別。默認(rèn)情況下，它將插入到第一級(jí)；⑤col_fill:對(duì)象，默認(rèn)‘’，如果列有多個(gè)級(jí)別，則確定其他級(jí)別的命名方式。如果沒有，則重復(fù)索引名。重設(shè)索引將DataFrame行索引修改為DataFrame中的某一列或幾列DataFrame.set_index(keys,drop=True,append=False,inplace=False,verify_integrity=False)其中：①keys:表示要設(shè)置為索引的列名（如有多個(gè)應(yīng)放在一個(gè)列表里）；②drop:將設(shè)置為索引的列刪除，默認(rèn)為True；③append:是否將新的索引追加到原索引后（即是否保留原索引），默認(rèn)為False；④inplace:是否在原DataFrame上修改，默認(rèn)為False；⑤verify_integrity:是否檢查索引有無重復(fù)，默認(rèn)為False。任務(wù)4.1Pandas的基本操作索引操作說明語法格式重命名索引用來修改Dataframe的行索引index和列名DataFrame.rename(mapper=None,index=None,columns=None,axis=None,copy=True,inplace=False,level=None)其中：①mapper:映射器，類似于字典，應(yīng)用于特定軸標(biāo)簽，與axis聯(lián)合使用；②index：更改行索引名稱；③columns:更改列名；④axis：int或字符串值，0表示行，1表示列，默認(rèn)為0，確定mapper所針對(duì)的軸；⑤inplace：是否在原DataFrame上修改，默認(rèn)為False。軸向變換列索引轉(zhuǎn)化為行索引DataFrame.stack(level=-1,dropna=Ture)其中：①level:表示要轉(zhuǎn)換的索引軸，取值可以為int、str、list,默認(rèn)取值為-1，表示轉(zhuǎn)換最內(nèi)層的列索引，轉(zhuǎn)換后為最內(nèi)層的行索引；②dropna:表示是否刪除所有值均缺失的行，默認(rèn)為True。行索引轉(zhuǎn)化為列索引DataFrame.unstack(level=-1,fill_value=None)其中：①level:表示要轉(zhuǎn)換的索引軸，取值可以為int、str、list,默認(rèn)取值為-1，表示轉(zhuǎn)換最內(nèi)層的行索引，轉(zhuǎn)換后為最內(nèi)層的列索引；②fill_value:取值可以為int、str、list,表示缺失值替換方式。任務(wù)4.1Pandas的基本操作【做中學(xué)4.1.3】編寫程序?qū)崿F(xiàn)下圖所示DataFrame對(duì)象索引的變化。importnumpyasnpimportpandasaspddata={'公司':['一分廠','二分廠','三分廠’],

'收入':[2000000,1500000,1300000],

'成本':[1650000,1350000,1050000]}df=pd.DataFrame(data)df1=df.reindex(index=[1,2,0])df2=df1.set_index('公司’,inplace=True)df3=df2.rename(columns={'收入':'income','成本':'cost’},index={'二分廠':'Factory2'},inplace=True)df4=df3.reset_index()【做中學(xué)4.1.3】程序如下：任務(wù)4.1Pandas的基本操作二、新增列數(shù)據(jù)方法語法格式利用直接賦值DataFrame[new_col]=value，其中：new_col表示新增的列名。利用公式計(jì)算DataFrame[new_col]=DataFrame[col]+DataFrame[col]說明：不限兩列間的加法運(yùn)算，也可以進(jìn)行減法、除法和乘法運(yùn)算，當(dāng)然也可以進(jìn)行多列間的簡(jiǎn)單算術(shù)運(yùn)算。其中col表示已經(jīng)存在的列名。利用insert（）函數(shù)插入新列DataFrame.insert(loc,column,value,allow_duplicates=False)參數(shù)說明：①loc:接收int，表示插入列的位置，插入第一列為loc=O；②column:表示插入列的列名；③value:表示插入的值，可以為數(shù)值、Series、數(shù)組等；④allow_duplicates:表示是否允許列名重復(fù)，默認(rèn)False，如果列名已經(jīng)存在則報(bào)錯(cuò)，設(shè)置為True表示允許列名重復(fù)。任務(wù)4.1Pandas的基本操作【做中學(xué)4.1.4】編寫程序，要求采用三種不同的方法實(shí)現(xiàn)下圖中DataFrame對(duì)象列的增加。importnumpyasnpimportpandasaspddata={'公司':['一分廠','二分廠','三分廠’],'收入':[2000000,1500000,1300000],'成本':[1650000,1350000,1050000]}df=pd.DataFrame(data）df['時(shí)間']='2021年'df['毛利']=df['收入']-df['成本’]df.insert(loc=1,column='地點(diǎn)’,value=['中國','美國','印度'])【做中學(xué)4.1.4】程序如下：任務(wù)4.1Pandas的基本操作三、刪除列數(shù)據(jù)刪除方法語法格式說明deldelDataFrame[col]無返回值，改變?cè)怠op()DataFrame.pop(col)返回被刪除的值，改變?cè)怠rop()DataFrame.drop(labels,axis=1)DataFrame.drop(columns=[col1,clol2,…])返回刪除后的剩余值，不改變?cè)担绻薷脑?，需增加參?shù)inplace=True即可。任務(wù)4.1Pandas的基本操作【做中學(xué)4.1.5】編寫程序以下操作：對(duì)【做中學(xué)4.1.4】最終生成的DataFrame對(duì)象df使用del、pop()、drop()方法進(jìn)行刪除操作，如下圖所示。deldf['時(shí)間']#刪除時(shí)間列df.pop('地點(diǎn)')#刪除地點(diǎn)列df.drop("毛利",axis=1,inplace=True)#刪除毛利列【做中學(xué)4.1.5】程序如下：任務(wù)4.1Pandas的基本操作四、行數(shù)據(jù)的增加和刪除行的增加可以使用索引器loc方法，然后利用列表和字典進(jìn)行賦值，也可以用其他方法。行的刪除仍然可以使用drop方法，其語法格式有如下兩種：DataFrame.drop(index=[index1,index2,…])DataFrame.drop(label,axis=0)【做中學(xué)4.1.6】編寫程序?qū)崿F(xiàn)下圖中DataFrame對(duì)象行的增加和刪除。importnumpyasnpimportpandasaspddata={'公司':['一分廠','二分廠','三分廠'],'收入':[2000000,1500000,1300000],'成本':[1650000,1350000,1050000]}df=pd.DataFrame(data)df.loc[3]=['四分廠',1850000,150000]df.drop(1,axis=0,inplace=True)【做中學(xué)4.1.6】程序如下：任務(wù)4.1Pandas的基本操作四、DataFrame的轉(zhuǎn)置及數(shù)據(jù)類型轉(zhuǎn)換利用Pandas將DataFrame對(duì)象的行和列相互調(diào)換，可以使用矩陣轉(zhuǎn)置操作實(shí)現(xiàn)，其語法格式為：DataFame.T在Pandas中可以使用astype()進(jìn)行數(shù)據(jù)類型的強(qiáng)制轉(zhuǎn)換。astype()的一般用法格式如下：DataFrame[column].astype(dtype_new)【做中學(xué)4.1.7】解析如下：（1）創(chuàng)建DateFrame對(duì)象。程序如下：importpandasaspd#引入Pandas模塊importnumpyasnp#引入Numpy模塊data={"期初余額":[85000,97000,116000],"期末余額":[70000.15,50000.75,126000.55]}df=pd.DataFrame(data,index=["應(yīng)收賬款","應(yīng)付賬款","實(shí)收資本"])df#查看df【做中學(xué)4.1.7】創(chuàng)建一個(gè)DataFame對(duì)象，首先通過轉(zhuǎn)置操作實(shí)現(xiàn)行列的調(diào)換，然后進(jìn)行數(shù)據(jù)類型的轉(zhuǎn)換。任務(wù)4.1Pandas的基本操作（2）對(duì)df進(jìn)行轉(zhuǎn)置操作。程序如下：df.T#轉(zhuǎn)置操作，T為轉(zhuǎn)置運(yùn)算符（3）將df中期末余額列數(shù)據(jù)轉(zhuǎn)化為整數(shù)。程序如下：df['期末余額']=df['期末余額'].astype('int’)df#查看df運(yùn)行結(jié)果運(yùn)行結(jié)果任務(wù)4.1Pandas的基本操作4.1.3

DataFrame的簡(jiǎn)單運(yùn)算一、DataFrame與Series之間的轉(zhuǎn)化【做中學(xué)4.1.8】編寫程序?qū)ataFrame中的一列轉(zhuǎn)化成Series，然后再將該Series轉(zhuǎn)化成DataFrame。importnumpyasnp#導(dǎo)入Numpy模塊importpandasaspd#導(dǎo)入Pandas模塊data={'公司':['一分廠','二分廠','三分廠'],'收入':[2000000,1500000,1300000],'成本':[1650000,1350000,1050000]}df=pd.DataFrame(data)income=df['收入']#取收入列轉(zhuǎn)化為Seriesprint(income)#打印incomeprint(type(income))#查看income的數(shù)據(jù)類型df1=pd.DataFrame(income)#將income轉(zhuǎn)化為DataFramedf1#查看df1程序運(yùn)行結(jié)果如下：020000001150000021300000Name:收入,dtype:int64<class'pandas.core.series.Series'>【做中學(xué)4.1.8】解析如下：任務(wù)4.1Pandas的基本操作二、DataFrame的簡(jiǎn)單運(yùn)算Pandas的數(shù)據(jù)對(duì)象在進(jìn)行算術(shù)運(yùn)算時(shí)，如果有相同索引，按照相同索引配對(duì)進(jìn)行算術(shù)運(yùn)算，如果沒有對(duì)應(yīng)的索引，則引入缺失值NaN，這就是數(shù)據(jù)自動(dòng)對(duì)齊的功能。Pandas數(shù)據(jù)結(jié)構(gòu)之間可以使用運(yùn)算符進(jìn)行運(yùn)算，如obj1-obj2、obj1+obj2、obj1*obj2、obj1/obj2,其中obj1和obj2是兩個(gè)數(shù)據(jù)結(jié)構(gòu)，可以是Series或是DataFrame?！咀鲋袑W(xué)4.1.9】創(chuàng)建如下圖所示的DataFrame對(duì)象，并在此基礎(chǔ)上計(jì)算每家分廠的毛利和毛利率。任務(wù)4.1Pandas的基本操作importnumpyasnp#導(dǎo)入Numpy模塊importpandasaspd#導(dǎo)入Pandas模塊data={'公司':['一分廠','二分廠','三分廠'],'收入':[2000000,1500000,1300000],'成本':[1650000,1350000,1050000]}df=pd.DataFrame(data)df['毛利']=df['收入']-df['成本']df['毛利率']=df['毛利']/df['收入‘]df

#查看df運(yùn)行結(jié)果【做中學(xué)4.1.9】創(chuàng)建如下圖所示的DataFrame對(duì)象，并在此基礎(chǔ)上計(jì)算每家分廠的毛利和毛利率?！咀鲋袑W(xué)4.1.9】解析如下：任務(wù)4.1Pandas的基本操作4.1.3

Pandas讀寫外部文件一、讀寫Excel文件在工作中，許多數(shù)據(jù)都保存在Excel中，那么，如何將Excel中的數(shù)據(jù)讀取出來呢?Pandas庫提供了讀取Excel文件格式的read_excel()函數(shù)，其語法格式如下：pandas.read_excel(io,sheet_name=0,header=0,names=None,index_col=None,usecols=None,squeeze=False,dtype=None,engine=None,converters=None,true_values=None,false_values=None,skiprows=None,nrows=None,na_values=None,parse_dates=False,date_parser=None,thousands=None,comment=None,skipfooter=0,convert_float=True,**kwds)任務(wù)4.1Pandas的基本操作

read_excel()函數(shù)常用參數(shù)說明參數(shù)說明實(shí)例io接收string,表示文件路徑r'D:\Python\data.xlsx'或者'D:/Python/data.xlsx'r寫在字符串前面,是防止字符轉(zhuǎn)義的一種方式。sheet_name接收string或int,表示導(dǎo)入的sheet頁1.sheet_name=0：默認(rèn)導(dǎo)入第一頁；2.sheet_name=’表名’:直接輸入目標(biāo)sheet表名；3.sheet_name=’Sheet2’：代表第2個(gè)sheet，S要大寫。header接收int或sequence,表示導(dǎo)入將某行數(shù)據(jù)作為列名1.header=0：默認(rèn)值，表格的第一行作為列名；2.header=[0,1]：表示前兩行作為列名（多重索引）。names接收sequence,表示自定義列名的列表。如果文件沒有標(biāo)題行，應(yīng)該顯式設(shè)置header=None。例如：names=['公司','收入','成本']注意：一般適用于Excel缺少列名，或者需要重新定義列名的情況，names的長(zhǎng)度必須和Excel列長(zhǎng)度一致，否則會(huì)報(bào)錯(cuò)。任務(wù)4.1Pandas的基本操作

read_excel()函數(shù)常用參數(shù)說明參數(shù)說明實(shí)例index_col指定列用作DataFrame的行索引1.index_col=None：默認(rèn)數(shù)據(jù)不帶行索引號(hào)，Pandas自動(dòng)分配從0開始的索引號(hào)；2.index_col=0：以第一列作為行索引；3.index_col=[0,1]：表示將前兩列作為多重索引。usecols指定要使用的列名列表。1.usecols=None：默認(rèn)取所有列；2.usecols=[0,2,3]：以列號(hào)代表要取的列；3.usecols=['年’,’月’]；以列名代表要取的列。skiprows表示跳過指定行(包括)之前的行開始讀取。skiprows參數(shù)可選類型：1.int類型：int=1代表跳過1行，不是索引1的行；2.int-list類型：[0,1]代表跳過索引為0和1的行。converters對(duì)指定列的數(shù)據(jù)進(jìn)行指定函數(shù)的處理。例如：converters={'時(shí)間’:str,'資產(chǎn)總額’:float}表示將“時(shí)間”列數(shù)據(jù)類型強(qiáng)制規(guī)定為字符串，“資產(chǎn)總額”列強(qiáng)制規(guī)定為浮點(diǎn)型。任務(wù)4.1Pandas的基本操作利用to_excel()函數(shù)可以實(shí)現(xiàn)將DataFrame對(duì)象存儲(chǔ)為Excel文件，其語法格式如下：DataFrame.to_excel(excel_writer,sheet_name='Sheet1',na_rep='',float_format=None,columns=None,header=True,index=True,index_label=None,startrow=0,startcol=0,engine=None,merge_cells=True,encoding=None,inf_rep='inf',verbose=True,freeze_panes=None)常用參數(shù)說明：excel_writer：字符串或ExcelWriter對(duì)象，表示文件路徑或現(xiàn)有的ExcelWriter；sheet_name：字符串,默認(rèn)“Sheet1”，表示將DataFrame對(duì)象存儲(chǔ)為Excel工作簿的名稱；na_rep：字符串,默認(rèn)為‘’，表示缺失數(shù)據(jù)表示方式；float_format：字符串,默認(rèn)None，表示格式化浮點(diǎn)數(shù)的字符串。任務(wù)4.1Pandas的基本操作【做中學(xué)4.1.10】利用Pandas模塊讀入fin_data1.xlsx（位置：E:\file\）中的第一個(gè)表格，根據(jù)數(shù)據(jù)表中的數(shù)據(jù)計(jì)算毛利和毛利率，然后將加工過的表格導(dǎo)出一個(gè)新的excel文件，存放位置為：E:\file\，命名為fin_data2.xlsx?！咀鲋袑W(xué)4.1.10】解析如下：導(dǎo)入Pandas模塊和Excel表格數(shù)據(jù)，并查看df。其程序如下：importpandasaspd#引入Pandas模塊#讀取Excel文件df=pd.read_excel(r'E:\file\fin_data1.xlsx’,sheet_name=0,converters={'年':str,'月':str})df.head()#默認(rèn)查看df的前5行數(shù)據(jù)STEP01任務(wù)4.1Pandas的基本操作根據(jù)DataFrame對(duì)象df計(jì)算毛利和毛利率。其程序如下：df['毛利']=df['營業(yè)收入']-df['營業(yè)成本']df['毛利率']=df['毛利']/df['營業(yè)收入']df.head()#默認(rèn)查看df的前5行數(shù)據(jù)STEP02（3）將df存儲(chǔ)為一個(gè)新的Excel文件。其程序如下：df.to_excel(r'E:\file\fin_data2.xlsx',sheet_name='毛利')STEP03任務(wù)4.1Pandas的基本操作二、讀寫CSV文件在Pandas中利用read_csv()函數(shù)讀取CSV文件，其語法格式如下：pandas.read_csv(filepath_or_buffer,sep=',',delimiter=None,header='infer',names=None,index_col=None,usecols=None,dtype=None,…)常用參數(shù)說明：filepath_or_buffer：接收string。表示CSV文件的保存路徑，無默認(rèn)值。sep：接收string，默認(rèn)值為“,”。如果分割符指定錯(cuò)誤，則在讀取數(shù)據(jù)時(shí)，每行數(shù)據(jù)將連成一片。header：接收int或者sequence。表示將某行數(shù)據(jù)作為列名，默認(rèn)值為infer,表示自動(dòng)識(shí)別。names：接收列表。表示列名，默認(rèn)值為None。dtype：接收dict。表示寫入的數(shù)據(jù)類型（列名為key，數(shù)據(jù)類型為values）。任務(wù)4.1Pandas的基本操作CSV文件的存儲(chǔ)可以通過Pandas庫中的to_csv()函數(shù)實(shí)現(xiàn)，其語法格式如下：DataFrame.to_csv(path_or_buf=None,sep=',',na_rep='',float_format=None,columns=None,header=True,index=True,index_label=None,mode='w',encoding=None,…)【做中學(xué)4.1.11】從fin_data.csv文件（如下圖所示，位置：E:\file\）讀取數(shù)據(jù)到DataFrame對(duì)象中，接著新增營業(yè)凈利率列，最后再存儲(chǔ)為CSV文件（位置：E:\file\），并重命名為fin_data1.csv。任務(wù)4.1Pandas的基本操作【做中學(xué)4.1.11】解析如下：導(dǎo)入Pandas模塊和讀入CSV文件，并查看結(jié)果。程序如下：importpandasaspd#導(dǎo)入Pandas模塊df=pd