Библиотека Pandas

In [2]:

    

import pandas as pd


    

In [3]:

    

#создание DataFrame с помощью чтения данных из файла
frame = pd.read_csv('data_sample_example.tsv', header=0, sep='\t')


    

In [4]:

    

frame


    

    
Out[4]:






  

    

      

      
Name
      
Birth
      
City
      
Position
    
  
  

    

      
0
      
Иванов А.А.
      
22.03.1980
      
Москва
      
NaN
    
    

      
1
      
Сорокин И.В.
      
07.08.1965
      
Волгоград
      
инженер
    
    

      
2
      
Белов М.М.
      
13.02.1980
      
Ростов
      
менеджер
    
    

      
3
      
Мельникова Д.С.
      
15.04.1985
      
Ростов
      
NaN
    
    

      
4
      
Рыбина Е.П.
      
19.11.1985
      
Москва
      
инженер
    
    

      
5
      
Костров С.О.
      
31.05.1985
      
Москва
      
стажер
    
  

In [8]:

    

frame.dtypes


    

    
Out[8]:





Name                object
Birth       datetime64[ns]
City                object
Position            object
dtype: object

In [6]:

    

#изменение типа столбца с помощью функции apply
frame.Birth = frame.Birth.apply(pd.to_datetime)


    

In [7]:

    

frame


    

    
Out[7]:






  

    

      

      
Name
      
Birth
      
City
      
Position
    
  
  

    

      
0
      
Иванов А.А.
      
1980-03-22
      
Москва
      
NaN
    
    

      
1
      
Сорокин И.В.
      
1965-07-08
      
Волгоград
      
инженер
    
    

      
2
      
Белов М.М.
      
1980-02-13
      
Ростов
      
менеджер
    
    

      
3
      
Мельникова Д.С.
      
1985-04-15
      
Ростов
      
NaN
    
    

      
4
      
Рыбина Е.П.
      
1985-11-19
      
Москва
      
инженер
    
    

      
5
      
Костров С.О.
      
1985-05-31
      
Москва
      
стажер
    
  

In [ ]:

    

frame.dtypes


    

In [10]:

    

frame.info()


    

    




<class 'pandas.core.frame.DataFrame'>
Int64Index: 6 entries, 0 to 5
Data columns (total 4 columns):
Name        6 non-null object
Birth       6 non-null datetime64[ns]
City        6 non-null object
Position    4 non-null object
dtypes: datetime64[ns](1), object(3)
memory usage: 240.0+ bytes

In [11]:

    

#заполнение пропущенных значений с помощью метода fillna
frame.fillna('разнорабочий')


    

    
Out[11]:






  

    

      

      
Name
      
Birth
      
City
      
Position
    
  
  

    

      
0
      
Иванов А.А.
      
1980-03-22
      
Москва
      
разнорабочий
    
    

      
1
      
Сорокин И.В.
      
1965-07-08
      
Волгоград
      
инженер
    
    

      
2
      
Белов М.М.
      
1980-02-13
      
Ростов
      
менеджер
    
    

      
3
      
Мельникова Д.С.
      
1985-04-15
      
Ростов
      
разнорабочий
    
    

      
4
      
Рыбина Е.П.
      
1985-11-19
      
Москва
      
инженер
    
    

      
5
      
Костров С.О.
      
1985-05-31
      
Москва
      
стажер
    
  

In [12]:

    

#заполнение пропущенных значений с помощью метода fillna (inplace)
frame.fillna('разнорабочий', inplace=True)


    

In [ ]:

    

frame


    

In [ ]:

    

frame.Position


    

In [ ]:

    

frame[['Position']]


    

In [ ]:

    

frame[['Name', 'Position']]


    

In [ ]:

    

frame[:3] #выбираем первые три записи


    

In [ ]:

    

frame[-3:] #выбираем три послдение записи


    

In [ ]:

    

frame.loc[[0,1,2], ["Name", "City"]] #работает на основе имен


    

In [ ]:

    

frame.iloc[[1,3,5], [0,1]] #работает на основе позиций


    

In [ ]:

    

frame.ix[[0,1,2], ["Name", "City"]]  #поддерживает и имена и позиции (пример с именами)


    

In [ ]:

    

frame.ix[[0,1,2], [0,1]] #поддерживает и имена и позиции (пример с позициями)


    

In [ ]:

    

#выбираем строки, которые удовлетворяют условию frame.Birth >= pd.datetime(1985,1,1)
frame[frame.Birth >= pd.datetime(1985,1,1)]


    

In [ ]:

    

#выбираем строки, удовлетворяющие пересечению условий
frame[(frame.Birth >= pd.datetime(1985,1,1)) &
      (frame.City != 'Москва')]


    

In [ ]:

    

#выбираем строки, удовлетворяющие объединению условий
frame[(frame.Birth >= pd.datetime(1985,1,1)) |
      (frame.City == 'Волгоград')]