Python Pandas库的学习（二）

今天咱们继续讲下Python中一款数据分析很好的库。Pandas的学习

接着上回讲到的，若是有人听不懂，麻烦去翻阅一下我前面讲到的Pandas学习（一）

若是咱们在数据中，想去3，4，5这几行数据，那么咱们怎么取呢？

food.loc[3:6]

能够看到，这种取法跟Python中，切片操做同样。

若是我想去单独某几条数据，只须要传入index值便可

food.loc[[2,5,10]]

 

 若是我先想不经过行去取数据，想经过列去取数据的话，咱们该怎么作呢？？

咱们能够经过列名去拿取数据

col_NB = food["NDB_No"]
print(col_NB)

能够看到，咱们取到了第一列的数据出来。

那么咱们想取两列数据出来，咱们应该怎么操做呢？

方法跟上面同样，将列名加到里面，组成一个list列表。

col_2 = ["Zinc_(mg)","Copper_(mg)"]
col_2_all = food[col_2]
print(col_2_all)

 

来咱们看下数据上面，有些列名是带了单位的，那么咱们怎么选择其中某几个同样单位的列呢？

 咱们先要取到所有的列名，而后将列名中带有单位（g）的列名取出，并单独放到一个列表中，最后在取这个列表中的列的数据便可

col_names = food.columns.tolist()
print(col_names)
gram_columns = []
for c in col_names:
    if c.endswith("(g)"):
        gram_columns.append(c)
gram_df = food[gram_columns]
print(gram_df.head(3))

这些都是些简单的操做，

再好比说，咱们想进行一些加减乘除的操做。

我想把单位为mg的数据，转换成g的数据，这里的作法，就跟Numpy是相似的。 

print(food["Iron_(mg)"])
div_1000 = food["Iron_(mg)"]/1000
print(div_1000)

咱们在对某个数据上进行操做，便可获得咱们想要的结果。

water_energy = food["Water_(g)"]*food["Energ_Kcal"]

对应位置的乘法操做，须要保证的是，维度要相同才能够！

water_energy = food["Water_(g)"]*food["Energ_Kcal"]
water_energy = food["Water_(g)"]*food["Energ_Kcal"]
iron_grams = food["Iron_(mg)"]/1000
print(food.shape)
food["Iron_(g)"]=iron_grams
print(food.shape)

上一段代码能够看到，咱们把一列名称的值，进行单位转换，把mg转换为g，而后新建了一列数据

将这列数据放到数据集中，以前打印出来的数据维度，8618个样本，和36个属性值。后面打印的

是37个属性值，也就是咱们将新的属性值，放入到原来的数据值中了！前提是，其中的维度要对应上才能够。

weighted_protein = food["Protein_(g)"]*2
weighted_fat =-0.75* food["Lipid_Tot_(g)"]
initial_rating = weighted_protein + weighted_fat

好比说这些运算操做， 维度同样，至关于对应位置进行运算。

跟Numpy同样，咱们也有一些别方法，求最大值，最小值，平均值等等

 方式基本上跟Numpy相似。

今天就先讲到这里。感谢你们的阅读！感谢~~