Python使用Pandas高效处理测试数据
发布时间:2020-12-20 10:47:14 所属栏目:Python 来源:网络整理
导读:转自:https://www.cnblogs.com/keyou1/p/10948796.html 一、思考 1.Pandas是什么? 功能极其强大的数据分析库 可以高效地操作各种数据集 csv格式的文件 Excel文件 HTML文件 XML格式的文件 JSON格式的文件 数据库操作 2.经典面试题 通过面试题引出主题,读者
转自:https://www.cnblogs.com/keyou1/p/10948796.html一、思考1.Pandas是什么?
2.经典面试题通过面试题引出主题,读者可以思考,如果你遇到这题,该如何解答呢? ? ? 二、使用pandas来操作Excel文件1.安装a.通过Pypi来安装 pip install pandas
b.通过源码来安装 git clone git://github.com/pydata/pandas.git cd pandas python setup.py install
2.按列读取数据案例中的lemon_cases.xlsx文件内容如下所示: ? import pandas as pd # 读excel文件 # 返回一个DataFrame对象,多维数据结构 df = pd.read_excel(‘lemon_cases.xlsx‘,sheet_name=‘multiply‘) print(df) # 1.读取一列数据 # df["title"] 返回一个Series对象,记录title这列的数据 print(df["title"]) # Series对象能转化为任何序列类型和dict字典类型 print(list(df[‘title‘])) # 转化为列表 # title为DataFrame对象的属性 print(list(df.title)) # 转化为列表 print(tuple(df[‘title‘])) # 转化为元组 print(dict(df[‘title‘])) # 转化为字典,key为数字索引 # 2.读取某一个单元格数据 # 不包括表头,指定列名和行索引 print(df[‘title‘][0]) # title列,不包括表头的第一个单元格 # 3.读取多列数据 print(df[["title","actual"]])
3.按行读取数据import pandas as pd # 读excel文件 df = pd.read_excel(‘lemon_cases.xlsx‘,sheet_name=‘multiply‘) # 返回一个DataFrame对象,多维数据结构 print(df) # 1.读取一行数据 # 不包括表头,第一个索引值为0 # 获取第一行数据,可以将其转化为list、tuple、dict print(list(df.iloc[0])) # 转成列表 print(tuple(df.iloc[0])) # 转成元组 print(dict(df.iloc[0])) # 转成字典 print(dict(df.iloc[-1])) # 也支持负索引 # 2.读取某一个单元格数据 # 不包括表头,指定行索引和列索引(或者列名) print(df.iloc[0]["l_data"]) # 指定行索引和列名 print(df.iloc[0][2]) # 指定行索引和列索引 # 3.读取多行数据 print(df.iloc[0:3])
4.iloc和loc方法import pandas as pd # 读excel文件 df = pd.read_excel(‘lemon_cases.xlsx‘,sheet_name=‘multiply‘) # 返回一个DataFrame对象,多维数据结构 print(df) # 1.iloc方法 # iloc使用数字索引来读取行和列 # 也可以使用iloc方法读取某一列 print(df.iloc[:,0]) print(df.iloc[:,1]) print(df.iloc[:,-1]) # 读取多列 print(df.iloc[:,0:3]) # 读取多行多列 print(df.iloc[2:4,1:4]) print(df.iloc[[1,3],[2,4]]) # 2.loc方法 # loc方法,基于标签名或者索引名来选择 print(df.loc[1:2,"title"]) # 多行一列 print(df.loc[1:2,"title":"r_data"]) # 多列多行 # 基于布尔类型来选择 print(df["r_data"] > 5) # 某一列中大于5的数值为True,否则为False print(df.loc[df["r_data"] > 5]) # 把r_data列中大于5,所在的行选择出来 print(df.loc[df["r_data"] > 5,"r_data":"actual"]) # 把r_data到actual列选择出来
5.读取所有数据import pandas as pd # 读excel文件 df = pd.read_excel(‘lemon_cases.xlsx‘,sheet_name=‘multiply‘) # 返回一个DataFrame对象,多维数据结构 print(df) # 读取的数据为嵌套列表的列表类型,此方法不推荐使用 print(df.values) # 嵌套字典的列表 datas_list = [] for r_index in df.index: datas_list.append(df.iloc[r_index].to_dict()) print(datas_list)
6.写入数据import pandas as pd # 读excel文件 df = pd.read_excel(‘lemon_cases.xlsx‘,sheet_name=‘multiply‘) # 返回一个DataFrame对象,多维数据结构 print(df) df[‘result‘][0] = 1000 print(df) with pd.ExcelWriter(‘lemon_cases_new.xlsx‘) as writer: df.to_excel(writer,sheet_name="New",index=False)
三、使用pandas来操作csv文件1.读取csv文件案例中的data.log文件内容如下所示: TestID,TestTime,Success 0,149,0 1,69,0 2,45,0 3,18,1 4,1 import pandas as pd # 读取csv文件 # 方法一,使用read_csv读取,列与列之间默认以逗号分隔(推荐方法) # a.第一行为列名信息 csvframe = pd.read_csv(‘data.log‘) # b.第一行没有列名信息,直接为数据 csvframe = pd.read_csv(‘data.log‘,header=None) # c.第一行没有列名信息,直接为数据,也可以指定列名 csvframe = pd.read_csv(‘data.log‘,header=None,names=["Col1","Col2","Col3"]) # 方法二,read_table,需要指定列与列之间分隔符为逗号 csvframe = pd.read_table(‘data.log‘,sep=",")
2.解答面试题import pandas as pd # 1.读取csv文件 csvframe = pd.read_csv(‘data.log‘) # 2.选择Success为0的行 new_csvframe = csvframe.loc[csvframe["Success"] == 0] result_csvframe = new_csvframe["TestTime"] avg_result = round(sum(result_csvframe)/len(result_csvframe),2) print("TestTime最小值为:{}nTestTime最大值为:{}nTestTime平均值为:{}". format(min(result_csvframe),max(result_csvframe),avg_result))
四、总结
(编辑:李大同) 【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容! |