跟着ChatGPT学Python数据分析之Pandas使用方法

　　pandas介绍
　　pandas是一个基于NumPy的开源数据处理库，是Python语言的一个重要扩展库，提供了大量高级数据结构和数据分析工具。
　　pandas主要有两种数据结构：Series和DataFrame。Series是一维带标签的数组，可以存储不同类型的数据，类似于Python的列表；DataFrame则是二维的表格结构，可以看作是由Series组成的字典，每一列的数据类型可以不同，类似于Excel表格。
　　pandas可以用于数据清洗、数据转换、数据分析、数据可视化等任务，常用的操作包括数据筛选、数据排序、数据分组、数据聚合、数据透视表等。
　　使用pandas可以大大提高数据分析和处理的效率，同时也提供了大量方便的函数和方法，如read_csv()、read_excel()、pivot_table()、merge()等。pandas库的基本操作导入pandas库：import pandas as pd读取数据：df = pd.read_csv(＂data.csv＂)  # 读取csv文件 df = pd.read_excel(＂data.xlsx＂)  # 读取Excel文件查看数据：print(df.head())  # 打印数据前5行 print(df.tail())  # 打印数据后5行 print(df.sample(5))  # 打印5个随机行 print(df.describe())  # 打印数据统计信息选择数据：df[＂column_name＂]  # 选择单个列 df[[＂column_1＂, ＂column_2＂]]  # 选择多个列 df.loc[0]  # 选择第1行数据 df.loc[0:4]  # 选择第1-5行数据 df.loc[0:4, ＂column_name＂]  # 选择第1-5行数据的单个列 df.loc[df[＂column_name＂] > 10]  # 根据条件选择数据数据清洗：df.dropna()  # 删除包含NaN的行 df.fillna(0)  # 将NaN替换为0 df[＂column_name＂].replace(1, 100)  # 将所有值为1的替换为100数据分组：df.groupby(＂column_name＂).sum()  # 对列分组并求和 df.groupby([＂column_1＂, ＂column_2＂]).mean()  # 对多列分组并求平均值数据排序：df.sort_values(＂column_name＂)  # 按列排序 df.sort_values(＂column_name＂, ascending=False)  # 按列降序排序 df.sort_values([＂column_1＂, ＂column_2＂])  # 按多列排序
　　以上只是简单介绍了pandas库的一些基本操作，如果需要更深入的了解，可以参考官方文档。Excel数据实例演示
　　我有一个Excel表格的数据，表头有款式编码、颜色、规格、商品编码、名称、数量，我想根据名称来统计，每个规格的数量，用pandas写一个数据透视代码。
　　看看ChatGPT的回答：
　　可以使用 pandas 的 pivot_table 函数来实现，具体代码如下：import pandas as pd  # 读取 Excel 数据，假设文件名为 example.xlsx，数据位于第一个工作表 df = pd.read_excel(＂example.xlsx＂, sheet_name=0)  # 使用 pivot_table 函数生成透视表 pivot = pd.pivot_table(df, index=＂名称＂, columns=＂规格＂, values=＂数量＂, aggfunc=＂sum＂)  # 输出透视表 print(pivot)
　　代码解释：首先使用 pd.read_excel 函数读取 Excel 文件，并将数据存储在一个 pandas 的 DataFrame 对象中。使用 pd.pivot_table 函数生成透视表，需要指定以下几个参数：df：要生成透视表的 DataFrame 对象；index：透视表中的行索引，这里选择使用＂名称＂列；columns：透视表中的列索引，这里选择使用＂规格＂列；values：透视表中的数据值，这里选择使用＂数量＂列；aggfunc：透视表中数据聚合方式，这里选择求和。最后使用 print 函数输出透视表。
　　这段代码将会根据名称来统计每个规格的数量，并将结果输出为一个透视表。
　　如果要将透视表保存为 Excel 文件，可以使用 to_excel 方法将数据写入新的 Excel 文件中。代码如下：import pandas as pd  # 读取 Excel 数据，假设文件名为 example.xlsx，数据位于第一个工作表 df = pd.read_excel(＂example.xlsx＂, sheet_name=0)  # 使用 pivot_table 函数生成透视表 pivot = pd.pivot_table(df, index=＂名称＂, columns=＂规格＂, values=＂数量＂, aggfunc=＂sum＂)  # 将透视表保存为 Excel 文件 pivot.to_excel(＂pivot_table.xlsx＂, sheet_name=＂Sheet1＂)
　　代码解释：首先使用 pd.read_excel 函数读取 Excel 文件，并将数据存储在一个 pandas 的 DataFrame 对象中。使用 pd.pivot_table 函数生成透视表，参数设置和上面的例子一样。使用 to_excel 方法将透视表保存为一个新的 Excel 文件，需要指定以下几个参数：excel_writer：保存文件的路径和文件名；sheet_name：要保存到的工作表名称。
　　这段代码将会根据名称来统计每个规格的数量，并将结果保存为一个新的 Excel 文件 pivot_table.xlsx。
　　行使用名称和颜色来统计，列使用规格，使用数量求和，最后一列和最后一行加一个总计
　　可以使用pandas库中的pivot_table方法来实现。以下是代码示例：import pandas as pd  # 读取Excel数据 df = pd.read_excel(＂your_file_name.xlsx＂)  # 数据透视表 pivot_table = pd.pivot_table(df, index=[＂名称＂, ＂颜色＂], columns=[＂规格＂], values=＂数量＂, aggfunc=＂sum＂, margins=True, margins_name=＂总计＂)  # 将结果写入新的Excel文件 pivot_table.to_excel(＂your_output_file_name.xlsx＂)
　　这段代码会读取名为＂your_file_name.xlsx＂的Excel文件，并根据名称和颜色来统计每个规格的数量，最后一列和最后一行会分别显示总计。最后，程序将结果写入名为＂your_output_file_name.xlsx＂的新Excel文件中。需要注意的是，需要安装pandas库才能运行以上代码。代码验证
　　最后在vscode里使用Jupyter Notebook来验证一下上面的代码是否可行import pandas as pd #导入pandas库# 读取 Excel 数据，读取文件名为 商品库存.xlsx的Excel文件，数据位于第一个工作表 df = pd.read_excel(＂商品库存.xlsx＂, sheet_name=0)# 使用 pivot_table 函数生成透视表 pivot_table = pd.pivot_table(df, index=[＂名称＂, ＂颜色＂], columns=[＂规格＂], values=＂数量＂, aggfunc=＂sum＂, margins=True, margins_name=＂总计＂)# 输出透视表 print(pivot_table)# 将透视表保存名为your_output_file_name.xlsx的Excel文件 pivot_table.to_excel(＂your_output_file_name.xlsx＂)
　　pandas运行结果