日常工作中经常需要数据分析，以前都是python脚本读取文件然后统计，十分麻烦。尝试了下Pandas，真香！
123 600
23 67
563 456
345 345
读取txt文件
1
2
| df = pd.read_table("./data", sep="\t", header=None, names=["A", "B"])
print(df)
|
A B
0 123 600
1 23 67
2 563 456
3 345 345
添加新的列
1
2
3
| df["C"] = df["B"] / df["A"]
print(df)
print(df[["A", "C"]])
|
A B C
0 123 600 4.878049
1 23 67 2.913043
2 563 456 0.809947
3 345 345 1.000000
A C
0 123 4.878049
1 23 2.913043
2 563 0.809947
3 345 1.000000
条件过滤
1
2
| t = df[df["C"]>2.5]
print(t)
|
A B C
0 123 600 4.878049
1 23 67 2.913043
1
2
| t = df[(df["A"]>100) & (df["C"]<3)]
print(t)
|
A B C
2 563 456 0.809947
3 345 345 1.000000
保存到文件
1
| df.to_csv("./final.txt", sep="\t", index=False, header=None)
|
123 600 4.878048780487805
23 67 2.9130434782608696
563 456 0.8099467140319716
345 345 1.0
列过滤并求和
name,age
Tome,12
Jack,NULL
Node,13
Node,NULL
1
2
3
| df = pd.read_csv("./stu.csv")
a= df[df["age"].notna()]["age"].sum()
print(a)
|
25.0
参考
