因为是数学专业，最开始深入学习的是MATLAB（下面简称M），感受最深的就是M的简单高效，高精度，不管什么东西，统统放到数组（或者说矩阵）里面，天哪噜，不可思议，和C语言、C++相比，这玩意就是个天生的数据实验室利器。后来用M做了个GUI，在编译成C风格的exe时花了大心血，才发现，原来这厮是个不折不扣的封闭症患者，和其他语言的友好指数基本为0。再后来涉及到版权问题，这才下定决心换个工具——Python。废话少说，快快进入正题，直接上源代码。
这里就先上两种数据类型的基本操作——增删改查。
#-*-coding:GBK-*-#Series和Dataframeimport pandas as pdsimport numpy as np#序列定义及indexs1=pds.Series([1,2,4,6,7,2])s2=pds.Series([4,3,1,57,8],index=['a','b','c','d','e'])obj1=s2.values;print(obj1)obj2=s2.index;print(obj2)print(s2[s2>4])print(s2['b'])
<pre name="code" class="python">#数据框定义
a=pds.DataFrame(np.random.rand(4,5),index=list("ABCD"),columns=list('abcde'))print(a)#增加列或修改列a['f']=[1,2,3,4]a['e']=10print(a)#增加行或修改行a.ix['D']=10S=pds.DataFrame(np.random.rand(4,6),index=list("EFGH"),columns=list('abcdef'))a=a.append(S)print(a)#切片print(a[['b','e']])print(a.iloc[2:,3:])print(a.loc['A':'D',['a','c','f']])#减少行或减少列a=a.drop(['C','D'])a=a.drop('a',axis=1)print(a)#缺失值处理
#缺失值替代a.iloc[2,3]=Nonea.iloc[4,0]=Noneprint(a)a=a.fillna(5)print(a)#缺失值去行a.iloc[2,3]=Nonea.iloc[4,0]=Nonea=a.dropna()print(a)
#读取excel，适当改动后，保存到excel（help(pandas.***)查看相关帮助）
<span style="font-family: Arial, Helvetica, sans-serif;"></pre><pre name="code" class="python"><pre name="code" class="html">e1=pds.read_excel('test.xlsx',sheetname='Sheet1')</span>
e1.columns=['class','no','name','sex','dormitory','phonenumber']print(e1)print(e1.ix[2])print(e1['class'])print(e1.sex)e2=pds.read_excel('test_copy.xlsx',sheetname='Sheet1',names='table1',header=None)e2.columns=['a','b','c','d']print(e2)a=numpy.array(e2)#a=e2.valuese2['e']=pds.Series([0,-2,3,4],index=[1,3,4,5])e2['f']=np.linspace(1,20,5)e2['g']=e2['f']>=10e2.ix[4]=[1,2,3,4,5,6,'False']print(e2)ss=e2.ix[4]e2=e2.append(ss,ignore_index=False)print(e2)e2=e2.drop('a',axis=1)e2=e2.drop(1)print(e2)e2=e2.fillna(value=5)print(e2)e2.to_excel('test_write.xlsx',header=False,index=False)
因为用的是Anaconda的库，所以避免了安装时的麻烦，但在安装其他的包时出现了下载速度极其极其不友好时，发现了一个好办法，就是采用清华的一个映像网站
打开cmd，进入conda所在目录下，增加来源
conda config --add channels https://mirrors.tuna./anaconda/pkgs/free/
conda config --set show_channel_urls yes
再安装相应的包就可以了，比如这里应该安装：
conda install pandas.
Game Over！
