《大數(shù)據(jù)技術(shù)在財(cái)務(wù)中的應(yīng)用》 課件 項(xiàng)目6、7 模塊在財(cái)務(wù)中的應(yīng)用、Python在財(cái)務(wù)中的應(yīng)用案例

項(xiàng)目六模塊在財(cái)務(wù)中的應(yīng)用模塊Python語言最大的優(yōu)勢，是免費(fèi)開源，除了自帶的一些模塊，還有數(shù)量龐大且功能強(qiáng)大的第三方模塊可以使用。用好Python自帶的模塊和第三方模塊是學(xué)習(xí)Python的基本目標(biāo)。函數(shù)：是具有獨(dú)立名稱、獨(dú)特功能的一段代碼。模塊：是分門別類、存放若干函數(shù)的文件。01模塊的基本用法02內(nèi)置模塊03第三方模塊04數(shù)據(jù)處理目錄CONTENT01.模塊的基本用法（1）模塊導(dǎo)入的基本方法要使用某個模塊中的函數(shù)，需要先導(dǎo)入模塊。比喻一下：若將函數(shù)比作是“工具”，那么，模塊就是“工具箱”，要使用工具，要先打開相應(yīng)的工具箱。在Python中，可以使用import關(guān)鍵字來導(dǎo)入模塊。例如：想使用數(shù)學(xué)模塊math模塊中的函數(shù)，首先要使用importmath導(dǎo)入。（1）模塊導(dǎo)入的基本方法Python提供了以下3種導(dǎo)入模塊的方式：（1）import模塊名（2）import模塊名as模塊別名（3）from模塊名import函數(shù)名/方法名提醒一下：不管執(zhí)行了多少次import，一個模塊只會被導(dǎo)入一次。（2）模塊導(dǎo)入應(yīng)用舉例不同的導(dǎo)入方式對于模塊內(nèi)的方法和屬性的調(diào)用是有區(qū)別的。使用“（1）import模塊名”導(dǎo)入模塊時，調(diào)用的格式為“模塊名.屬性/方法”。例如：importmath

#導(dǎo)入數(shù)學(xué)模塊mathprint(math.fabs(-5)) #調(diào)用數(shù)學(xué)模塊math的fabs()方法print(math.pow(2,3)) #調(diào)用數(shù)學(xué)模塊math的pow()方法。（2）模塊導(dǎo)入應(yīng)用舉例使用“（2）import模塊名as模塊別名”方式導(dǎo)入時，使用“模塊別名.屬性/方法”調(diào)用。例如：importmathassalary #導(dǎo)入數(shù)學(xué)模塊math并起別名salaryprint(salary.fabs(-5)) #調(diào)用數(shù)學(xué)模塊math的fabs()方法importnumpyasnp #約定俗成的別名importpandasaspd #約定俗成的別名（2）模塊導(dǎo)入應(yīng)用舉例使用“（3）from模塊名import函數(shù)名/方法名”方式導(dǎo)入時，可以有針對性地導(dǎo)入某個函數(shù)或者方法，當(dāng)然，如果用“from模塊名import*”導(dǎo)入，則導(dǎo)入模塊的全部。例如：frommathimport* #導(dǎo)入數(shù)學(xué)模塊math的全部屬性和方法print(pow(5,3)) #直接調(diào)用數(shù)學(xué)模塊math的pow()方法此時導(dǎo)入數(shù)學(xué)模塊math的全部屬性和方法，因此math模塊內(nèi)的全部屬性和方法都可以直接調(diào)用，而不能也不需要加前綴“math.”。（2）模塊導(dǎo)入應(yīng)用舉例如果局部導(dǎo)入模塊中的指定函數(shù)或方法，則導(dǎo)入速度快、內(nèi)存開銷小，但是也存在一定的局限性，那些沒有導(dǎo)入的函數(shù)將不能使用。例如：frommathimportpow #局部導(dǎo)入數(shù)學(xué)模塊math的pow()方法print(pow(5,3)) #直接調(diào)用pow()，前面不能添加“模塊名.”此時，如果使用未經(jīng)導(dǎo)入的絕對值函數(shù)fabs()，將會出現(xiàn)錯誤。對于上述3種導(dǎo)入方式，編程時可根據(jù)個人的需要和習(xí)慣進(jìn)行選擇。02.常用內(nèi)置模塊內(nèi)置模塊那些在安裝Python時就默認(rèn)已經(jīng)安裝好的模塊稱為標(biāo)準(zhǔn)庫，也稱為內(nèi)置模塊，如math模塊。有人把它們稱為“Python自帶的電池”，意思是Python擁有無限能量。熟悉標(biāo)準(zhǔn)庫的使用是應(yīng)用好Python所必需的。我們僅要求大家熟悉幾種常用的內(nèi)置模塊：math模塊、random模塊、time模塊和datetime模塊。實(shí)際工作中，可以根據(jù)需要繼續(xù)拓展學(xué)習(xí)。（1）math模塊math模塊中有大量常用的數(shù)學(xué)計(jì)算函數(shù)，如三角函數(shù)（sin()、cos()、tan()）、反三角函數(shù)（asin()、acos()、atan()）等，還有數(shù)學(xué)常量，如pi（圓周率）、e（自然數(shù)）等。在財(cái)務(wù)工作中，我們可能會經(jīng)常用到這些簡單又實(shí)用的函數(shù)。例如：使用絕對值函數(shù)fabs()來評價投資項(xiàng)目收益偏離目標(biāo)的程度、使用冪運(yùn)算函數(shù)pow()計(jì)算現(xiàn)值終值系數(shù)、使用平方根函數(shù)sqrt()計(jì)算企業(yè)最佳現(xiàn)金持有量和經(jīng)濟(jì)訂貨批量。（1）math模塊舉例例：若存貨全年需要量為D，每批訂貨成本為U，每批訂貨量為Q，每件存貨的年儲存成本為C，那么經(jīng)濟(jì)訂貨批量

。已知某零件年需用量為3600件，每批訂貨成本為100元，單位儲存成本為2元。使用math模塊中sqrt()函數(shù)計(jì)算經(jīng)濟(jì)訂貨批量：importmath#導(dǎo)入math模塊 D=3600U=100C=2print("經(jīng)濟(jì)訂貨批量為",math.sqrt(2*U*D/C),"件。")（2）random模塊random模塊主要用來生成隨機(jī)數(shù)，隨機(jī)數(shù)是有范圍的。函數(shù)名功能random()隨機(jī)生成一個[0,1]之間的數(shù)（含兩端，下同）randint(a,b)隨機(jī)生成一個[x,y]之間的整數(shù)。x，y都是整數(shù)uniform(x,y)隨機(jī)生成一個[x,y]之間的數(shù)。x，y可以是小數(shù)randrange(x,y,z)在range(x,y,z)中隨機(jī)取一個數(shù)choice(x)從序列x中隨機(jī)取一個元素。x可以是列表、元組、字符串random模塊的部分函數(shù)（2）random模塊舉例importrandomprint(random.random())print(random.randint(1,10))print(random.uniform(1.2,5.6))print(random.randrange(2,30,5))

#在序列(2,7,12,17,22,27)中取隨機(jī)數(shù)print(random.choice("有借必有貸，借貸必相等"))print(random.choice(["資產(chǎn)","負(fù)債","所有者權(quán)益","收入","費(fèi)用","利潤"]))（3）time模塊time模塊是和時間相關(guān)的庫，我們在計(jì)算應(yīng)計(jì)利息、固定資產(chǎn)折舊、員工工齡工資時都要用時間計(jì)算，下面是一些常用的時間函數(shù)：（1）time()函數(shù)。為時間戳函數(shù)，表示從1970年1月1日0時0分0秒起，至當(dāng)前時間的總秒數(shù)。（2）localtime()函數(shù)。用于獲取本地時間。結(jié)果是一個時間元組，各項(xiàng)含義，詳見教材表6-2-2。（3）time模塊舉例內(nèi)置模塊time常用函數(shù)示例importtimeprint(time.time())print(time.localtime())運(yùn)行結(jié)果：1688348609.6964917time.struct_time(tm_year=2023,tm_mon=7,tm_mday=3,tm_hour=9,tm_min=43,tm_sec=29,tm_wday=0,tm_yday=184,tm_isdst=0)【代碼說明】第1個結(jié)果是時間戳，是運(yùn)行該語句時的時間與起始時間之間的總秒數(shù)。

第2個結(jié)果是一個時間元組，是當(dāng)前制作本課件時運(yùn)行該語句的時間數(shù)據(jù)。（4）datetime模塊雖然time模塊可以實(shí)現(xiàn)有關(guān)時間方面的所有功能，但是使用起來略顯繁瑣，所以又出現(xiàn)了datetime模塊。在Python中datetime模塊也用來處理時間和日期。1.datetime.date：表示日期的類。常用屬性有year,month,day。2.datetime.datetime：表示日期和時間的類。3.datetime.time：表示時間的類。常用屬性有hour,minute,decond。4.datetime.timedelta：表示時間間隔，即兩個時間點(diǎn)之間的長度。（4）datetime模塊舉例importdatetimet=datetime.date #注意此處t的取值print(t.today()) #調(diào)用當(dāng)前時間today()函數(shù)print(t.today().year)print(t.today().month)print(t.today().day)注意：每個人運(yùn)行代碼的時間點(diǎn)不相同，所以產(chǎn)生的結(jié)果也不相同。課后小結(jié)本節(jié)我們學(xué)習(xí)了Python自帶的內(nèi)置模塊的使用方法，其中重點(diǎn)介紹了math和random模塊的使用。其實(shí)，Python內(nèi)置模塊還要很多很多，使用方法卻是大同小異，主要不同體現(xiàn)在所實(shí)現(xiàn)的功能上。有興趣的讀者可以查閱資料，繼續(xù)深入進(jìn)行研究。03.第三方模塊第三方模塊Python目前已經(jīng)成為數(shù)據(jù)分析和數(shù)據(jù)挖掘軟件的中流砥柱，目前在財(cái)務(wù)數(shù)據(jù)的處理與分析中也扮演著越來越重要的角色。Python自身的列表和字典等數(shù)據(jù)類型特別適合數(shù)據(jù)分析處理。更重要的是，Python擁有一個非常活躍的科學(xué)計(jì)算社區(qū)，有不斷改良的第三方數(shù)據(jù)分析擴(kuò)展庫。安裝第三方模塊使用第三方模塊之前都需要先安裝。Python提供了安裝模塊的工具，就是pip或pip3。找到Python的安裝文件夾，在命令行窗口輸入：pipinstall模塊名（或pip3install模塊名）就可以安裝，例如安裝numpy模塊，命令如圖所示：pandas是財(cái)務(wù)人員使用頻率最高、最重要的模塊。既能處理Excel難以解決的大批量數(shù)據(jù)問題，又能對日常財(cái)務(wù)工作中儲存在Excel中的少量數(shù)據(jù)進(jìn)行更快速度的處理。2）pandas模塊matplotlib是一個Python繪圖庫，已經(jīng)成為公認(rèn)的數(shù)據(jù)可視化工具。可以很輕松地畫一些或簡單或復(fù)雜的圖形，生成折線圖、直方圖、條形圖、散點(diǎn)圖等，使用方便簡單。3）matplotlib模塊pyecharts可以展示動態(tài)圖，在線報(bào)告等，比較美觀且展示數(shù)據(jù)方便，鼠標(biāo)懸停在圖上，即可顯示數(shù)值、標(biāo)簽等，甚至單擊標(biāo)簽實(shí)現(xiàn)部分圖形的關(guān)閉與打開，效果非?？犰拧?）pyecharts模塊numpy是一個用Python實(shí)現(xiàn)的科學(xué)計(jì)算包，專為進(jìn)行嚴(yán)格的數(shù)值處理而設(shè)計(jì)的。多為很多大型金融公司和核心的科學(xué)計(jì)算組織使用，具有運(yùn)算速度快、效率高、節(jié)省空間等特點(diǎn)。1）numpy模塊我們將學(xué)習(xí)以下四個模塊（1）numpy模塊numpy是一個用Python實(shí)現(xiàn)的科學(xué)計(jì)算包，專為進(jìn)行嚴(yán)格的數(shù)值處理而設(shè)計(jì)的。尤其是對大型多維數(shù)組和矩陣，numpy有一個大型的高級數(shù)學(xué)函數(shù)庫來操作這些數(shù)組。numpy提供了許多高級的數(shù)值編程工具，如矩陣數(shù)據(jù)類型、矢量處理，以及精密運(yùn)算等。numpy多為很多大型金融公司和核心的科學(xué)計(jì)算組織使用，具有運(yùn)算速度快、效率高、節(jié)省空間等特點(diǎn)。（1.1）創(chuàng)建numpy數(shù)組numpy中最重要的對象就是ndarray多維數(shù)組，它是一組相同類型元素的集合，元素可用從0開始的索引來訪問。多維數(shù)組ndarray中的元素在內(nèi)存中連續(xù)存放并占據(jù)同樣大小的存儲空間。numpy的數(shù)組通常處理數(shù)值型數(shù)據(jù)。要使用numpy模塊前需先導(dǎo)入模塊，其約定俗成的語法格式如下：importnumpyasnp

#np是numpy公認(rèn)的別名，最好不要標(biāo)新立異（1.1）創(chuàng)建numpy數(shù)組numpy模塊中創(chuàng)建數(shù)組的常用函數(shù)如下表所示：函數(shù)功能array(x)根據(jù)列表或元組x創(chuàng)建數(shù)組arange(x,y,i)創(chuàng)建一維數(shù)組，元素等價于序列range(x,y,i)random.randint(…)創(chuàng)建一個元素為隨機(jī)整數(shù)的數(shù)組numpy模塊的常用函數(shù)【例】創(chuàng)建numpy數(shù)組的程序示例importnumpyasnp #導(dǎo)入numpy模塊print(np.array([1,2,3,4])) #使用已知列表創(chuàng)建一維數(shù)組print(np.arange(1,10,3)) #以自動生成的序列創(chuàng)建一維數(shù)組print(np.random.randint(10,20,5)) #創(chuàng)建一個一維數(shù)組，其取值區(qū)間是[10,20]的隨機(jī)整數(shù)，數(shù)組元素為5個print(np.random.randint(10,20,[2,3]))#創(chuàng)建一個2行3列的二維數(shù)組，其取值區(qū)間是[10,20]，數(shù)組元素為6個（1.1）創(chuàng)建numpy數(shù)組numpy數(shù)組常用屬性和函數(shù)屬性或函數(shù)含義或功能dtype數(shù)組元素的類型size數(shù)組元素的個數(shù)tolist()數(shù)組轉(zhuǎn)換為列表listreshape()改變數(shù)組的形狀（1.2）numpy數(shù)組常用屬性和函數(shù)常用屬性和函數(shù)用法舉例：importnumpyasnp

#導(dǎo)入numpy模塊a=np.arange(0,15,2) #以自動生成的序列創(chuàng)建一維數(shù)組ab=a.tolist() #將數(shù)組a轉(zhuǎn)換為列表bc=a.reshape(2,4) #使用數(shù)組a的元素，將其形狀改為2行4列，存入二維數(shù)組c；a不變print(a)print(b)print(c)print(c.dtype)#測試數(shù)組c的元素類型print(c.size) #測試數(shù)組c的元素個數(shù)（1.2）numpy數(shù)組常用屬性和函數(shù)【代碼說明】（1）注意a和b的類型不同，其輸出效果不同。（2）a是數(shù)組，元素之間顯示為空格；b是列表，元素之間是逗號。（1.3）numpy數(shù)組的運(yùn)算numpy數(shù)組的優(yōu)勢是可以很方便地對數(shù)組元素進(jìn)行數(shù)學(xué)運(yùn)算。數(shù)組參與的數(shù)學(xué)運(yùn)算分三種：1.兩個數(shù)組之間進(jìn)行加減乘除運(yùn)算，要求參與運(yùn)算的兩個數(shù)組具有相同的形狀shape，即相同的維數(shù)與元素個數(shù)。其運(yùn)算是對應(yīng)位置元素的計(jì)算；2.數(shù)組與數(shù)字之間進(jìn)行的四則運(yùn)算，每個元素都做相同的運(yùn)算；3.對數(shù)組進(jìn)行統(tǒng)計(jì)計(jì)算：求和、求平均值、求最小值、求最大值。（1.3）numpy數(shù)組的運(yùn)算及用法示例1importnumpyasnpa=np.array((1,2,3,4))

#[1234]b=a+1

#[2345]c=a*10

#[10203040]print(a)print(b)print(c)print(a+b)

#數(shù)組a和b對應(yīng)位置元素相加print(a*b) #數(shù)組a和b對應(yīng)位置元素相乘print(np.sqrt(c)) #對數(shù)組c每個元素求平方根運(yùn)行結(jié)果：[1234][2345][10203040][3579][261220][3.162277664.472135955.477225586.32455532] （1.3）numpy數(shù)組的運(yùn)算及用法示例2【知識拓展】在財(cái)務(wù)數(shù)據(jù)處理與分析中，我們需要經(jīng)常對不同期間或項(xiàng)目的一系列數(shù)字進(jìn)行批量處理，例如計(jì)算員工工資時對各項(xiàng)收入和扣除項(xiàng)進(jìn)行匯總（加和減），計(jì)算銷售額時對各批次銷量乘以單價（乘），計(jì)算本期各項(xiàng)數(shù)據(jù)相比上期同項(xiàng)數(shù)據(jù)的增長率（除）。例如，企業(yè)本期共銷售了5批商品，銷量分別為5000、8000、1500、4000、6500件，對應(yīng)單價為1.5、1.3、2.0、1.6、1.4元每件，計(jì)算每批次的銷售額。代碼如下：importnumpyasnpa=np.array((5000,8000,1500,4000,6500))b=np.array((1.5,1.3,2.0,1.6,1.4))print(a*b)——————————運(yùn)行結(jié)果：[7500.10400.3000.6400.9100.]（1.3）numpy數(shù)組的運(yùn)算及用法示例3【例】numpy數(shù)組統(tǒng)計(jì)函數(shù)及用法示例importnumpyasnpa=np.arange(1,9,1).reshape(2,4)print(a)print("以下輸出所有元素的統(tǒng)計(jì)結(jié)果：")print(a.min())#求所有元素的最小值print(a.max())#求所有元素的最大值print(a.sum())#求所有元素的和print(a.mean())#求所有元素的平均值運(yùn)行結(jié)果：[[1234][5678]]以下輸出所有元素的統(tǒng)計(jì)結(jié)果：18364.5（2）pandas模塊pandas是數(shù)據(jù)分析最常用的模塊，可以說是財(cái)務(wù)人員在使用Python進(jìn)行工作時使用頻率最高、最重要的模塊。Python中的所有數(shù)據(jù)類型在pandas中依然適用，pandas主要有一維Series、二維的表格DataFrame類型。一維Series與numpy中的一維數(shù)組array類似，所不同的是，數(shù)組array通常處理的數(shù)據(jù)是數(shù)值型，而Series可以存放字符型、數(shù)字、boolean值等數(shù)據(jù)類型；二維的表格DataFrame類型可以理解為Series的容器。這些數(shù)據(jù)類型使pandas操作數(shù)據(jù)更加方便和高效，其中DataFrame類型最為常用。（2）pandas模塊Series相當(dāng)于Excel中任意一列數(shù)據(jù)，DataFrame相當(dāng)于一張完整的Excel表格，是一個帶行、列標(biāo)簽的二維表格。pandas的核心功能就是在二維表格DataFrame上做各種操作。如果安裝了OpenPyXL、Xlrd、Xlwt模塊，pandas還能用于讀寫Excel文檔。因此，pandas既能處理Excel難以解決的大批量數(shù)據(jù)問題，又能對日常財(cái)務(wù)工作中儲存在Excel中的少量數(shù)據(jù)進(jìn)行更快速度的處理。執(zhí)行pipinstallpandas可以安裝pandas。DataFrame類型最為常用。（2.1）一維Series類型Series是pandas中很重要的類型。Series是每個元素都有一個標(biāo)簽的一維表格，相當(dāng)于Excel中任意一列數(shù)據(jù)，從使用形式上看，兼具字典和列表的特點(diǎn)。Series的定義規(guī)則：pd.Series(data,index) #data為數(shù)據(jù)列，index為索引列數(shù)據(jù)列：可以由列表、字典等作為參數(shù)來創(chuàng)建。索引列：可用列表自定義，必須與數(shù)據(jù)列的個數(shù)匹配。缺省默認(rèn)從0開始。（2.1）一維Series類型舉例【例】Series用法示例——創(chuàng)建Series，用來統(tǒng)計(jì)資產(chǎn)負(fù)債表中貨幣資金項(xiàng)目各科目金額：importpandasaspd

#導(dǎo)入pandas模塊data=[5260,16000,1480]

#用列表提供數(shù)據(jù)index=['庫存現(xiàn)金','銀行存款','其他貨幣資金']#用列表提供索引#以上為數(shù)據(jù)準(zhǔn)備的步驟，分別為創(chuàng)建Series的元素值和標(biāo)簽準(zhǔn)備數(shù)據(jù)。#以下為創(chuàng)建Series的幾種方法：#1.方法一，用列表創(chuàng)建Series，自定義索引。zj=pd.Series(data,index) #創(chuàng)建了一個Series一維表格zjprint(zj) #輸出Series表格zj【代碼說明】（1）data參數(shù)指明Series包含的元素，zj的元素為5260160001480（2）index參數(shù)指明每個元素的標(biāo)簽（3）可以認(rèn)為zj是個記錄了三個貨幣資金項(xiàng)目的一維表格（2.1）一維Series類型舉例#2.方法二，用列表創(chuàng)建Series，不定義索引。zj2=pd.Series(data) #創(chuàng)建了一個Series一維表格zj2print(zj2)

#輸出Series表格zj2運(yùn)行結(jié)果：0526011600021480【代碼說明】：如果省略標(biāo)簽index參數(shù)，則三個元素的標(biāo)簽就采用默認(rèn)值0、1、2。#3.方法三，用字典創(chuàng)建Series，字典作為數(shù)據(jù)列。kemu={1001:'庫存現(xiàn)金',1002:'銀行存款',1012:'其他貨幣資金'}zj3=pd.Series(kemu)print(zj3)運(yùn)行結(jié)果：1001庫存現(xiàn)金1002銀行存款1012其他貨幣資金【代碼說明】（1）此時，字典的key會作為索引列，因此不需要再寫index索引列。（2）結(jié)果注釋：字符類型的列都是object類型。DataFrame是pandas模塊中最重要的數(shù)據(jù)類型。DataFrame相當(dāng)于一張完整的Excel表格，是一個帶行、列標(biāo)簽的二維表格。pandas的核心功能就是在二維表格DataFrame上做各種操作。（2.2）二維DataFrame類型DataFrame的定義規(guī)則：pd.DataFrame(data=[列表],columns=[列表],index=[列表]) #data為數(shù)據(jù)列，columns=是指定列索引[列表]，index=是指定行索引[列表]（1）data數(shù)據(jù)部分：由多行數(shù)據(jù)組成的列表。（2）columns列索引列表，缺省默認(rèn)從0開始。（3）index行索引列表，缺省默認(rèn)從0開始。（2.2.1）DataFrame的定義【例】DataFrame用法示例——創(chuàng)建DataFrame用來儲存職工薪酬信息：importpandasaspd #導(dǎo)入pandas模塊#定義數(shù)據(jù)部分，此處定義了3行數(shù)據(jù)salary=[[199905,'張鵬','女',5600,3200,2800], [200101,'秦曉梅','女',5300,3000,2600], [201801,'任東海','男',4800,2800,2400]]#方法1：不自定義行索引和列索引，僅指定數(shù)據(jù)部分。df=pd.DataFrame(salary)print(df)運(yùn)行結(jié)果：（2.2.1）DataFrame的定義#方法2：自定義行索引或者列索引。lie=['工號','姓名','性別','基本工資','績效工資','加班工資']#定義列索引，即每列數(shù)據(jù)的列標(biāo)題hang=[1,2,3]#定義行索引，即每行數(shù)據(jù)最左側(cè)的序號df=pd.DataFrame(data=salary,columns=lie,index=hang)#定義三個參數(shù)齊全的DataFrame二維表print(df)#輸出二維表df運(yùn)行結(jié)果：【知識拓展】創(chuàng)建二維DataFrame表時，pd.DataFrame()的三個參數(shù)部分data,columns和index，其中數(shù)據(jù)部分data必須要有，行/列索引可有可無。行/列索引若是有，則采用指定的索引；若是無，則采用默認(rèn)值。這三部分的書寫順序沒有嚴(yán)格的要求，只要寫明data=,columns=,index=這樣的關(guān)鍵字即可。但是，行索引和列索引必須與數(shù)據(jù)行數(shù)和列數(shù)的個數(shù)匹配，否則將出錯。（2.2.1）DataFrame的定義（1）獲取單列：df['列名'] #例如df['姓名']（2）獲取多列：df[['列名1'],['列名2']] #注意括號是兩層（3）獲取多行：df[m:n]【說明】m和n采用默認(rèn)行索引，與自定義指定的index無關(guān)；采用前閉后開的規(guī)則，例如df[0:2]選取0、1行，即第1、2行。（4）按照條件篩選行：df[(df['列1']==條件)] #條件前面書寫比較運(yùn)算符，如>=,<=等df[(df['列1']==條件1)&(df['列2']>=條件2)]]【注意】多列條件之間可以使用&（并且）、|（或者）等邏輯運(yùn)算符。獲取前n行：df.head(n) #不寫n時默認(rèn)前5行；n=3時，獲取前3行獲取后n行：df.tail(n) #不寫n時默認(rèn)后5行（2.2.2）DataFrame數(shù)據(jù)的直接讀取【例】DataFrame用法示例——輸出DataFrame數(shù)據(jù)獲取單列和多列進(jìn)行輸出：print(df['姓名']) #輸出'姓名'列的值print(df[['姓名','性別']]) #輸出'姓名'、'性別'兩列的值，注意寫法運(yùn)行結(jié)果：獲取前幾行/后幾行進(jìn)行輸出：print(df.head(2)) #輸出前2行print(df.tail(2)) #輸出后2行運(yùn)行結(jié)果：（2.2.2）DataFrame數(shù)據(jù)的直接讀取以下代碼對索引進(jìn)行了條件篩選，輸出符合條件的行：print(df[(df['性別']=='女')])print(df[(df['性別']=='女')&(df['基本工資']>=5500)])運(yùn)行結(jié)果：以下代碼按照默認(rèn)行索引讀取多行，行號采用默認(rèn)索引，且前閉后開：print(df[0:2]) #選取0、1行print(df[1:3]) #選取1、2行運(yùn)行結(jié)果：（2.2.2）DataFrame數(shù)據(jù)的直接讀取以下代碼分解輸出了DataFrame的數(shù)據(jù)部分、列索引和行索引：print(df.values)print(df.columns)print(df.index)這三行代碼的運(yùn)行結(jié)果：（2.2.2）DataFrame數(shù)據(jù)的直接讀取可以使用loc索引器讀取數(shù)據(jù)，loc索引器內(nèi)只能使用自定義索引，如果沒有自定義索引，則按照原始索引。根據(jù)index和column進(jìn)行選取。常見形式：（1）讀取單行：df.loc[行號]#例如df.loc[2]，讀取自定義行號為2的行（2）讀取多行多列：df.loc[[行號1,行號2,…],['列1','列2',…]]（3）按列條件選取行列：df.loc[(df.['列']>條件),['列1','列2',…]]（4）讀取連續(xù)行，連續(xù)列：df.loc[行號1:行號2,'列1':'列2']（2.2.3）DataFrame數(shù)據(jù)的間接讀取【例】DataFrame用法示例——間接讀取DataFrame數(shù)據(jù)importnumpyasnp #導(dǎo)入numpy模塊importpandasaspd #導(dǎo)入pandas模塊salary=[[199905,'張鵬','女',5600,3200,2800],[200101,'秦曉梅','女',5300,3000,2600],[201801,'任東海','男',4800,2800,2400],[201901,'尚大海','男',4600,2200,2800],[202101,'李思燃','女',4300,3000,3600]]lie=['工號','姓名','性別','基本工資','績效工資','加班工資']hang=[1,2,3,4,5] #自定義行索引，其行號允許重復(fù)df=pd.DataFrame(data=salary,columns=lie,index=hang)print(df)這段代碼的運(yùn)行結(jié)果：（2.2.3）DataFrame數(shù)據(jù)的間接讀取以下代碼輸出指定行號的行，即自定義索引為2的行，若行號重復(fù)，則輸出所有行索引為2的行，即輸出多行：print(df.loc[2])以上代碼的運(yùn)行結(jié)果：以下代碼輸出自定義索引為1，2，3的行，注意索引全閉合print(df.loc[1:3])運(yùn)行結(jié)果：以下代碼輸出指定索引行和列的數(shù)據(jù)：print(df.loc[[1,3,5],['姓名','加班工資','績效工資']])print(df.loc[[2,3],['姓名','工號','加班工資']])以上代碼的運(yùn)行結(jié)果：（2.2.3）DataFrame數(shù)據(jù)的間接讀取以下代碼輸出按列條件選取‘性別’為‘男’的3列信息：print(df.loc[(df['性別']=='男'),['姓名','性別','加班工資']]) 以下代碼輸出位置連續(xù)的多行多列數(shù)據(jù)，注意自定義索引全閉合，即輸出2、3、4行，'姓名'、'性別'、'基本工資'、'績效工資'列的數(shù)據(jù)：print(df.loc[2:4,'姓名':'績效工資'])運(yùn)行結(jié)果：【知識小結(jié)】DataFrame數(shù)據(jù)的直接讀取df[m:n]時，按照默認(rèn)索引，且索引值前閉后開，即不包含n；間接讀取的df.loc[m:n]優(yōu)先按照自定義索引，且索引值是全閉合的，即包含n，要注意區(qū)分。另外，在按照條件篩選數(shù)據(jù)時，條件部分要用小括號括起來。（2.2.3）DataFrame數(shù)據(jù)的間接讀取我們通常使用讀取到的DataFrame數(shù)據(jù)的進(jìn)行簡單計(jì)算。假設(shè)需要根據(jù)下面已知的DataFrame數(shù)據(jù)和計(jì)算公式，計(jì)算得到'應(yīng)發(fā)工資'、'扣費(fèi)'和'實(shí)發(fā)工資'，并將結(jié)果添加到原始的數(shù)據(jù)上。計(jì)算公式如下：應(yīng)發(fā)工資=基本工資+績效工資+加班工資扣費(fèi)=應(yīng)發(fā)工資*0.1實(shí)發(fā)工資=應(yīng)發(fā)工資-扣費(fèi)【例】DataFrame用法示例——DataFrame數(shù)據(jù)的計(jì)算importpandasaspd #導(dǎo)入pandas模塊salary=[[199905,'張鵬','女',5600,3200,2800],[200101,'秦曉梅','女',5300,3000,2600],[201801,'任東海','男',4800,2800,2400],[201901,'尚大海','男',4600,2200,2800],[202101,'李思燃','女',4300,3000,3600]]lie=['工號','姓名','性別','基本工資','績效工資','加班工資']hang=[1,2,3,4,5] #自定義行索引，行號允許重復(fù)df=pd.DataFrame(data=salary,columns=lie,index=hang)print(df)（2.2.4）DataFrame數(shù)據(jù)的計(jì)算以下代碼計(jì)算出每人的'應(yīng)發(fā)工資'，并將結(jié)果作為新的一列添加到原始數(shù)據(jù)表df上：df['應(yīng)發(fā)工資']=df['基本工資']+df['績效工資']+df['加班工資']print(df)輸出添加了'應(yīng)發(fā)工資'列的df數(shù)據(jù)表df['扣費(fèi)']=df['應(yīng)發(fā)工資']*0.1df['實(shí)發(fā)工資']=df['應(yīng)發(fā)工資']-df['扣費(fèi)']#以上兩行代碼計(jì)算出每人的'扣費(fèi)'和'實(shí)發(fā)工資'，順序添加到原始數(shù)據(jù)dfprint(df)輸出最終結(jié)果：（2.2.4）DataFrame數(shù)據(jù)的計(jì)算（1）添加一行：df.loc[新行號]=數(shù)據(jù)列表（2）添加一列：df[‘新列名’]=數(shù)據(jù)列表（3）插入一列：df.insert(i,'新列名',數(shù)據(jù)列表)#新位置i是一個默認(rèn)的列索引，例如0，是作為第1列插入（4）刪除一列：df.drop('列名',axis=1，inplace=True）（5）刪除一行：df.drop(行號,axis=0，inplace=True）#優(yōu)先使用自定義行號，若未自定義，則采用默認(rèn)行號（6）刪除多列：df.drop(['列1','列2',…],axis=1，inplace=True）（7）刪除多行：df.drop([行號1,行號2,…],axis=0，inplace=True）【說明】（1）做刪除操作時，drop函數(shù)的參數(shù)axis表明了刪除的方向，決定刪除行還是刪除列，axis=1是刪除列；axis=0是刪除行。（2）參數(shù)inplace=True表示原地刪除，即df會發(fā)生變化，即不生成新的DataFrame表；若值為False，則df不會發(fā)生變化，drop函數(shù)返回一個新的DataFrame表，內(nèi)容是df經(jīng)過刪除操作后的表。（2.2.5）DataFrame數(shù)據(jù)的修改與增刪【例】DataFrame用法示例——DataFrame數(shù)據(jù)的修改與增刪importpandasaspd #導(dǎo)入pandas模塊salary=[[199905,'張鵬','女',5600,3200,2800],[200101,'秦曉梅','女',5300,3000,2600],[201801,'任東海','男',4800,2800,2400],[201901,'尚大海','男',4600,2200,2800],[202101,'李思燃','女',4300,3000,3600]]lie=['工號','姓名','性別','基本工資','績效工資','加班工資']hang=[1,2,3,4,5] #自定義行索引，其行號允許重復(fù)df=pd.DataFrame(data=salary,columns=lie,index=hang)print(df)定義并輸出DataFrame二維表df的原始數(shù)據(jù)：（2.2.5）DataFrame數(shù)據(jù)的修改與增刪df.loc[6]=[201802,'李金萌','女',4600,3500,2200]#以上代碼添加了一行，行號為6df.insert(2,'工齡',[24,21,4,3,1,4])#以上代碼插入一列'工齡'并賦值，插入位置為列號2df['工齡工資']=df['工齡']*200#假設(shè)工齡工資=工齡*2，計(jì)算并添加一列'工齡工資'。print(df)

#輸出添加行列以后的df表，結(jié)果為：df.drop('加班工資',axis=1,inplace=True)#刪除df數(shù)據(jù)表中'加班工資'列的數(shù)據(jù)，剩余7列不變df.drop(1,axis=0,inplace=True)#刪除df數(shù)據(jù)表中行號為1的行，剩余5行不變print(df)輸出刪除行列以后的df表：（2.2.5）DataFrame數(shù)據(jù)的修改與增刪df.drop([3,5],axis=0,inplace=True)#刪除df數(shù)據(jù)表中行號為3和5的兩行，僅剩余3行df.drop(['工號','基本工資'],axis=1,inplace=True)#刪除df數(shù)據(jù)表中'工號'和'基本工資'兩列的數(shù)據(jù)，剩余5列print(df)輸出刪除行列以后的df表：（2.2.5）DataFrame數(shù)據(jù)的修改與增刪pandas可以將讀取到的表格型數(shù)據(jù)（文件不一定是表格）轉(zhuǎn)成DataFrame類型的數(shù)據(jù)結(jié)構(gòu)，然后我們可以通過操作DataFrame進(jìn)行數(shù)據(jù)分析，數(shù)據(jù)預(yù)處理以及行和列的操作等。pandas支持讀取非常多類型的文件，我們以財(cái)務(wù)工作中常用的excel文件的讀取和寫入作為重點(diǎn)來講解。用pandas讀寫擴(kuò)展名是“.xlsx”的Excel文檔，需要使用命令pipinstallopenpyxl安裝OpenPyXL庫。讀寫擴(kuò)展名是“.lsx”的老Excel文檔，需要安裝Xlrd庫和Xlwt庫。安裝以后，使用第三方庫時還需要再使用import導(dǎo)入。（2.2.6）用pandas讀寫Excel文檔pandas的read_excel函數(shù)可以讀取Excel文件。函數(shù)及必要參數(shù)如下：pd.read_excel(iofilename,sheet_name=0,index_col=None,converters=None)除了第一個參數(shù)是文件名不可缺省，其他參數(shù)都有默認(rèn)值。大多數(shù)參數(shù)這里并未列出。sheet_name指明了要讀取的工作表名。參數(shù)sheet_name的取值有兩種寫法，一種寫為['表名']，表示要讀取此表中的數(shù)據(jù)；一種寫為整數(shù)n，表示讀取文件中第n各工作表的數(shù)據(jù)（n從0開始算）。（）用pandas讀Excel文檔若參數(shù)index_col=n表示取工作表中第n列（n從0開始算）的各個單元值作為行索引。如果不想這么做，則應(yīng)該讓index_col=None，這樣DataFrame的行索引就是默認(rèn)的0，1，2，…。converters的功能是強(qiáng)制規(guī)定指定列的數(shù)據(jù)類型，其格式為字典，例如指定金額為float，訂單編號為str，converters={‘金額’:float,‘訂單編號’:str}。（）用pandas讀Excel文檔【例】讀取文件“工齡工資.xlsx”，輸出文件內(nèi)容。importpandasaspd #導(dǎo)入pandas模塊importopenpyxlasxl #導(dǎo)入Excel讀寫模塊openpyxldf=pd.read_excel('工齡工資.xlsx',sheet_name='工齡工資')#打開文件'工齡工資.xlsx'，讀取'工齡工資'工作表內(nèi)的數(shù)據(jù)到dfprint(df)輸出存入DataFrame表df的Excel文件內(nèi)容，行索引為默認(rèn)值（）用pandas讀Excel文檔程序繼續(xù)，進(jìn)一步要求：再次讀取文件，把工號作為行索引，并將工齡工資轉(zhuǎn)換為浮點(diǎn)類型。df=pd.read_excel('工齡工資.xlsx',sheet_name='工齡工資',index_col='工號',converters={'工齡工資':float})print(df)輸出DataFrame表df的內(nèi)容：（）用pandas讀Excel文檔pandas的to_excel函數(shù)可以將DataFrame格式的數(shù)據(jù)寫入Excel文件，若文件名已存在，則多次寫入同一個文件都是覆蓋原有文件，而不是往文件里面新增一個工作表。函數(shù)及必要參數(shù)如下：df.to_excel(filename,sheet_name=['表名'],index=None)第一個參數(shù)是新文件名，第二個參數(shù)sheet_name給要寫入的工作表命名。第三個參數(shù)index表示是否將行索引寫入新文件，默認(rèn)為index=True，即將行索引寫入新文件；若index=None，則不將行索引寫入新文件。（）用pandas寫Excel文檔例】pandas寫入Excel文件用法示例：備份文件“工齡工資.xlsx”到備份文件中。importpandasaspd #導(dǎo)入pandas模塊importopenpyxlasxl #導(dǎo)入Excel讀寫模塊openpyxldf=pd.read_excel('工齡工資.xlsx',sheet_name='工齡工資')#打開文件'工齡工資.xlsx'，讀取'工齡工資'工作表內(nèi)的數(shù)據(jù)到dfprint(df)輸出DataFrame表df的內(nèi)容，采用默認(rèn)行索引：（）用pandas寫Excel文檔①使用to_excel函數(shù)的默認(rèn)參數(shù)寫入備份文件1：df.to_excel('工齡工資_備份1.xlsx',sheet_name='備份')②給to_excel函數(shù)添加一個參數(shù)，再次寫入備份文件2：df.to_excel('工齡工資_備份2.xlsx',sheet_name='備份',index=None)#分別讀出兩個備份文件，輸出結(jié)果df1=pd.read_excel('工齡工資_備份1.xlsx',sheet_name='備份')df2=pd.read_excel('工齡工資_備份2.xlsx',sheet_name='備份')（）用pandas寫Excel文檔print(df1)文件“工齡工資_備份1.xlsx”內(nèi)容：（）用pandas寫Excel文檔print(df2)文件“工齡工資_備份2.xlsx”內(nèi)容：我們發(fā)現(xiàn)，從同一文件中讀取的數(shù)據(jù)df，在寫入備份1文件時，默認(rèn)將自動行索引0~5寫入新文件中，即A列中存放了行索引；而添加了參數(shù)index=None的df.to_excel函數(shù)，則禁止將行索引寫入備份2文件。注意，打開的Excel文件要及時關(guān)閉。在Excel文件打開狀態(tài)下讀寫該文件，會引起報(bào)錯。（2.2.7）DataFrame數(shù)據(jù)的連接與合并作為專業(yè)的財(cái)務(wù)數(shù)據(jù)分析人員，一定要學(xué)會數(shù)據(jù)的連接與合并這項(xiàng)必備的核心技能。在Python中，pandas.merge()方法可根據(jù)一個或多個鍵將兩張表的數(shù)據(jù)按行連接起來,pandas.concat()方法可以沿著一條軸將多個對象合并到一起。使用merge()方法進(jìn)行數(shù)據(jù)表連接時，可以根據(jù)一個或多個鍵將不同的DataFrame類型數(shù)據(jù)按行連接起來。為方便描述，以下對于參與合并的兩個DataFrame類型數(shù)據(jù)簡稱左表和右表。連接以后，很可能出現(xiàn)空值。空值的位置一般表示為NaN，若為日期型的空值則表示為NaT。（）使用merge()方法進(jìn)行連接merge()方法的格式：merge(left,right,how='outer',on=…,left_on=…,right_on=…)merge()方法的常用參數(shù)參數(shù)解釋left與right參與合并的兩個DataFrame類型數(shù)據(jù)，以下簡稱左表和右表how合并的方式，有inner（內(nèi)連接），left（左外連接），right（右外連接），outer（全外連接），默認(rèn)為inneron用于連接的列索引名稱，必須存在于左表和右表中，如果沒有指定且其它參數(shù)也未指定，則以兩表重疊列名做為連接鍵left_on左表中用作連接鍵的列名。當(dāng)兩表中沒有相同列名，但有含義相同的列時，就可以使用這個參數(shù)right_on與left_on配合使用，右表中用作連接鍵的列名merge連接的幾種方式:

（）使用merge()方法進(jìn)行連接【例】使用merge()方法進(jìn)行數(shù)據(jù)連接的用法示例：importpandasaspd#導(dǎo)入pandas模塊#首先進(jìn)行數(shù)據(jù)準(zhǔn)備salary1=[['張鵬',24],['秦曉梅',21]]salary2=[['張鵬',5600],['尚大海',4600],['李金萌',4600]]#接著，使用代碼生成數(shù)據(jù)表df1和df2df1=pd.DataFrame(data=salary1,columns=['姓名','工齡'])df2=pd.DataFrame(data=salary2,columns=['姓名','基本工資'])#輸出原始數(shù)據(jù)表，左表和右表print(df1)print(df2)輸出結(jié)果為：（）使用merge()方法進(jìn)行連接下面開始對數(shù)據(jù)表進(jìn)行merge()的各種連接1.內(nèi)連接df3=pd.merge(df1,df2) #默認(rèn)以兩表重疊的列名做為連接鍵，即姓名相同的行連接在一起，求交集；print(df3)這是默認(rèn)的內(nèi)連接，其輸出效果：相同效果，代碼也可以寫作：df3=pd.merge(df1,df2,how='inner',on='姓名')2.外連接，其中參數(shù)on='姓名'為默認(rèn)的，可以省略：df4=pd.merge(df1,df2,how='outer',on='姓名')print(df4)其輸出效果：【代碼說明】外連接生成的表df4包含了連接鍵所有不同取值的行和所有不同名的列遇到空值的位置，記作NaN。（）使用merge()方法進(jìn)行連接當(dāng)左右兩表中的列名不相同時，需要用left_on和right_on進(jìn)行設(shè)置：df2=pd.DataFrame(data=salary2,columns=['職工姓名','基本工資'])df5=pd.merge(df1,df2,left_on='姓名',right_on='職工姓名')print(df5)df1中的'姓名'和df2中的'職工姓名'作為連接鍵，默認(rèn)內(nèi)連接df6=pd.merge(df1,df2,how='outer',left_on='姓名',right_on='職工姓名')print(df6)df1中的'姓名'和df22中的'職工姓名'作為連接鍵，使用了外連接【代碼說明】外連接生成的表df6包含了連接鍵所有不同取值的行和所有不同名的列；遇到空值的位置，記作NaN。（）使用merge()方法進(jìn)行連接3.左連接，保留左邊df1中所有行，如果有列中沒有數(shù)據(jù)則以NaN填充df7=pd.merge(df1,df2,how='left')print(df7)4.右連接，保留左邊df2中所有行，如果有列中沒有數(shù)據(jù)則以NaN填充df8=pd.merge(df1,df2,how='right')print(df8)（）使用merge()方法進(jìn)行連接如果想對數(shù)據(jù)表進(jìn)行簡單的“合并”，也可以稱為“拼接”或者“堆疊”，要使用concat()方法。concat()方法可以指定按某個軸進(jìn)行連接，可以指定連接的方式（outer，inner兩種）。連接以后，若出現(xiàn)空值，同樣表示為NaN，或者日期型空值NaT。concat()方法的基本格式：concat(objs,axis=0,join=‘outer’,…）（）使用concat()方法進(jìn)行數(shù)據(jù)合并concat()方法的常用參數(shù)參數(shù)解釋objs參與連接的對象列表，唯一必須給定的參數(shù)。例如[df1,df2]axis指明連接的軸向，0是縱軸，1是橫軸；默認(rèn)是0，即上下合并join連接方式，“inner”、“outer”，默認(rèn)是“outer”；“inner”是交集，“outer”是并集ignore_index重建索引，默認(rèn)False不重建ignore_index=True，重建索引，重建后會把自定義索引刪除sort默認(rèn)為True，將合并的數(shù)據(jù)進(jìn)行排序，設(shè)置為False可提高性能（）使用concat()方法進(jìn)行數(shù)據(jù)合并使用concat()方法進(jìn)行數(shù)據(jù)合并的用法示例：importpandasaspd#導(dǎo)入pandas模塊#首先進(jìn)行數(shù)據(jù)準(zhǔn)備salary1=[['張鵬',24],['秦曉梅',21]]salary2=[['張鵬',5600],['尚大海',4600],['李金萌',4600]]#接著，使用代碼生成數(shù)據(jù)表df1和df2df1=pd.DataFrame(data=salary1,columns=['姓名','工齡'])df2=pd.DataFrame(data=salary2,columns=['姓名','基本工資'])#輸出原始數(shù)據(jù)表，兩表均采用了默認(rèn)索引（0，1和0，1，2）print(df1)print(df2)（）使用concat()方法進(jìn)行數(shù)據(jù)合并繼續(xù)上面的代碼，下面開始進(jìn)行concat數(shù)據(jù)表合并操作：①上下合并：直接上下拼接在一起，空值的位置表示為NaNshangxia=pd.concat([df1,df2],axis=0)print(shangxia)【代碼說明】axis=0是縱向合并，索引0，1和0，1，2也直接拼接；數(shù)據(jù)行則直接堆砌在一起，行數(shù)為行數(shù)之和，包含所有的列。上下合并后生成的表shangxia的輸出效果：（）使用concat()方法進(jìn)行數(shù)據(jù)合并②左右合并：直接左右拼接在一起，空值的位置表示為NaNzuoyou=pd.concat([df1,df2],axis=1)print(zuoyou)#axis=1是橫向合并，按照行索引值相等拼接在一起#因?yàn)槭悄J(rèn)行索引，索引0和0，1和1的拼在一行#數(shù)據(jù)列直接堆砌在一起，包含所有的列#左右合并后生成的表zuoyou的輸出效果：（）使用concat()方法進(jìn)行數(shù)據(jù)合并③內(nèi)連接:求交集在concat連接中，加上參數(shù)join='inner'，得到的是兩表對象的交集，如果是join='outer'，得到的是兩個表對象的并集，默認(rèn)是“outer”。對照以下示例進(jìn)行理解。shangxia2=pd.concat([df1,df2],axis=0,join='inner')print(shangxia2)加上join='inner'參數(shù)的上下合并，只留下同名的列，輸出效果：因默認(rèn)是外連接join='outer'，所以只要沒有join='inner'的都是外連接。因此為避免重復(fù)，外連接不再單獨(dú)舉例。其他參數(shù)可以查閱相關(guān)資料學(xué)習(xí)。（）使用concat()方法進(jìn)行數(shù)據(jù)合并①merge只能橫向連接，concat可以實(shí)現(xiàn)橫向/縱向拼接②merge只能操作兩張表，concat可以操作多張表③merge操作的兩張表分開寫，concat操作的多張表寫在一個列表中④merge默認(rèn)是內(nèi)連接，concat默認(rèn)是外連接⑤merge的連接方式用how控制，how有l(wèi)eft/right/inner/outer；⑥concat的連接方式用axis和join控制，axis有0/1（0：列，上下合并；1：行，左右合并），join有inner/outer⑦merge合并的范圍廣泛，可以通過索引/列關(guān)聯(lián)，concat合并的范圍小，只支持索引的合并⑧concat只是單純的進(jìn)行表合并，merge可以過濾后進(jìn)行連接（2.2.7）merge和concat的區(qū)別我們都熟悉辦公軟件中的電子表格，其中的分類匯總和數(shù)據(jù)透視表功能強(qiáng)大。分類匯總可以對數(shù)據(jù)進(jìn)行靜態(tài)的統(tǒng)計(jì)和分析，數(shù)據(jù)透視表則可以對數(shù)據(jù)動態(tài)排布并且多角度分類匯總。pandas的數(shù)據(jù)匯總主要有g(shù)roupby函數(shù)和pivot_table函數(shù)。groupy()主要實(shí)現(xiàn)按列分組統(tǒng)計(jì)，就是電子表格的分類匯總功能；pivote_table()主要實(shí)現(xiàn)二維的分組統(tǒng)計(jì)，就是電子表格的數(shù)據(jù)透視表功能。（2.2.8）DataFrame數(shù)據(jù)匯總（1）使用groupy()函數(shù)實(shí)現(xiàn)分組統(tǒng)計(jì)groupy()函數(shù)實(shí)現(xiàn)的分組統(tǒng)計(jì)，就是電子表格的分類匯總功能，對數(shù)據(jù)進(jìn)行按列分組以及分組后的組內(nèi)運(yùn)算；需要指定分組的列、值和對值的計(jì)算方式（計(jì)數(shù)、合計(jì)、平均等）。只有數(shù)字類型的列數(shù)據(jù)才會計(jì)算統(tǒng)計(jì)。groupy()函數(shù)的語法格式：df.groupby([屬性列表]).計(jì)算方式屬性列表中列出了分組的列名稱，列名稱若為多個，要書寫為列表格式（即寫在[]里面，若只有一個列名稱，不需要寫[]），每個列名稱上要使用引號；（2.2.8）DataFrame數(shù)據(jù)匯總常用計(jì)算方式有求和sum(),平均值mean(),最大值max(),最小值min(),計(jì)數(shù)count()或者len()。使用groupy()進(jìn)行分組統(tǒng)計(jì)的用法示例：importpandasaspd#導(dǎo)入pandas模塊#構(gòu)建原始數(shù)據(jù)表dfinfo=[['小明','男',1,170],['曉梅','女',2,165],['東海','男',1,176],['大海','男',2,178],['金萌','女',1,170]]lie=['姓名','性別','班級','身高']df=pd.DataFrame(data=info,columns=lie)print(df)原始數(shù)據(jù)表df輸出結(jié)果為：（2.2.8）DataFrame數(shù)據(jù)匯總①對所有的列計(jì)數(shù)匯總：print(df.groupby('班級').count())#按照班級列對所有列進(jìn)行匯總計(jì)數(shù)輸出結(jié)果為：print(df.groupby('性別').count())#按照性別列對所有列進(jìn)行匯總計(jì)數(shù)輸出結(jié)果為：（2.2.8）DataFrame數(shù)據(jù)匯總②對單個字段進(jìn)行分組匯總：print(df.groupby('性別')['班級'].count())#按性別分組，對班級字段進(jìn)行匯總計(jì)數(shù)輸出結(jié)果為：print(df.groupby('性別')['身高'].mean())#按性別分組，對身高字段進(jìn)行計(jì)數(shù)求平均值輸出結(jié)果為：③對兩個字段進(jìn)行分組匯總print(df.groupby(['性別','班級'])['姓名'].count())#匯總不同性別不同班級的人數(shù)輸出結(jié)果為：（2.2.8）DataFrame數(shù)據(jù)匯總（2）使用pivote_table()函數(shù)實(shí)現(xiàn)數(shù)據(jù)透視表功能數(shù)據(jù)透視表功能，能夠分析龐大數(shù)據(jù)，更好地發(fā)掘數(shù)據(jù)特征之間的關(guān)系，且不破壞原有數(shù)據(jù)；只要指定行、列、值和值的計(jì)算方式（計(jì)數(shù)、合計(jì)、平均等），就可以做出一個數(shù)據(jù)透視表來，方便我們分析數(shù)據(jù)的一些潛在價值。pivote_table()函數(shù)的語法格式：df.pivot_table(index=None,columns=None,values=None,aggfunc=’mean’,fill_value=0,margins=False,margins_name=’All’)（2.2.8）DataFrame數(shù)據(jù)匯總（2.2.8）DataFrame數(shù)據(jù)匯總pivote_table()函數(shù)的常用參數(shù)參數(shù)含義實(shí)例index=None數(shù)據(jù)透視表的行，必須有index='部門'columns=None數(shù)據(jù)透視表的列columns='職稱'values=None數(shù)據(jù)透視表的值，默認(rèn)所有數(shù)字列values='銷售額'aggfunc=’mean’值計(jì)算方式默認(rèn)是mean平均值fill_value=NoneNaN用什么填充默認(rèn)不填充，可以用0填充fill_value=0margins=False是否匯總margins=True時匯總margins_name=’All’匯總欄命名margins_name=’Total’使用pivote_table()進(jìn)行數(shù)據(jù)透視表功能的用法示例：importpandasaspd#導(dǎo)入pandas模塊#構(gòu)建原始數(shù)據(jù)表dfinfo=[['張鵬','女',1,170,3500],['曉梅','女',2,165,2000],['東海','男',1,176,4000],['大海','男',2,178,1500],['金萌','女',1,170,4000],['士發(fā)','男',2,185,7500],['歐陽','男',2,180,8000]]lie=['姓名','性別','部門','身高','獎金']df=pd.DataFrame(data=info,columns=lie)print(df)原始數(shù)據(jù)表df輸出結(jié)果為：（2.2.8）DataFrame數(shù)據(jù)匯總df2=df.pivot_table(index='部門',columns='性別',values='獎金')#生成數(shù)據(jù)透視表df2，以匯總各部門、不同性別人員、獎金的平均值#行：部門，列：性別，值：獎金，計(jì)算方式：默認(rèn)為求平均值print(df2)輸出結(jié)果為：（2.2.8）DataFrame數(shù)據(jù)匯總df3=df.pivot_table(index='部門',columns='性別',values='獎金',aggfunc='max')#生成數(shù)據(jù)透視表df3，匯總各部門、不同性別人員、獎金的最大值print(df3)輸出結(jié)果為：df4=df.pivot_table(index='部門',columns='性別',values='獎金',aggfunc='max',margins=True,margins_name='最高獎金')#生成數(shù)據(jù)透視表df4，匯總各部門、不同性別人員、獎金的最大值#結(jié)果中要求對結(jié)果再匯總，匯總的標(biāo)題為“最高獎金”print(df4)輸出結(jié)果為：（2.2.8）DataFrame數(shù)據(jù)匯總df5=df.pivot_table(index='部門',values=['獎金','身高'])#匯總各部門中，獎金和身高的平均值，多個匯總對象要寫為列表的格式print(df5)輸出結(jié)果為：df6=df.pivot_table(index=['部門','性別'],values=['獎金'],aggfunc='sum',margins=True,margins_name='獎金合計(jì)')#匯總各部門、不同性別人員、獎金之和#要求對結(jié)果再匯總，匯總的標(biāo)題為'獎金合計(jì)'print(df6)輸出結(jié)果為：（2.2.8）DataFrame數(shù)據(jù)匯總（3）matplotlib模塊數(shù)據(jù)可視化是以圖形或圖表的形式展示數(shù)據(jù)。數(shù)據(jù)可視化后，可以更加直觀地幫助人們快速地理解數(shù)據(jù)，發(fā)現(xiàn)數(shù)據(jù)的關(guān)鍵點(diǎn)。數(shù)據(jù)可視化技術(shù)是關(guān)于數(shù)據(jù)視覺表現(xiàn)形式的科學(xué)技術(shù)研究。主要指的是較為高級的技術(shù)方法，而這些技術(shù)方法允許利用圖形、圖像處理、計(jì)算機(jī)視覺以及用戶界面，通過表達(dá)、建模以及對立體、表面、屬性以及動畫的顯示，對數(shù)據(jù)加以可視化解釋。Python語言有豐富的、功能強(qiáng)大的、第三方庫的支持，在數(shù)據(jù)可視化方面具有較強(qiáng)的功能。數(shù)據(jù)可視化對于數(shù)據(jù)描述及探索性分析至關(guān)重要。恰當(dāng)?shù)慕y(tǒng)計(jì)圖表可以更有效地傳遞數(shù)據(jù)信息。Python中已經(jīng)有很多可視化方面的第三方庫，如matplotlib、pyecharts、pandas等。matplotlib是一個Python繪圖庫，已經(jīng)成為公認(rèn)的數(shù)據(jù)可視化工具。通過matplotlib可以很輕松地畫一些或簡單或復(fù)雜的圖形，幾行代碼即可生成折線圖、直方圖、條形圖、散點(diǎn)圖等，使用方便簡單。（3.1）matplotlib模塊簡介因?yàn)槔L圖之前還會進(jìn)行數(shù)據(jù)處理，需要用到pandas模塊，因此通常在繪圖之前需要依次導(dǎo)入以下兩個模塊：importpandasaspdimportmatplotlib.pyplotasplt后面將直接使用這些模塊，不再重復(fù)導(dǎo)入。另外，在使用matplotlib模塊繪圖輸入中文數(shù)據(jù)時，經(jīng)常出現(xiàn)亂碼，所以要會設(shè)置中文字體，以下兩行代碼可以直接使用，一般不需要修改，實(shí)例中也不再重復(fù)書寫。plt.rcParams['font.family']='SimHei'plt.rcParams['axes.unicode_minus']=False（3.1）matplotlib模塊簡介1.創(chuàng)建一個畫布（figure）。2.在畫布上創(chuàng)建一個或多個繪圖（plotting）區(qū)域（坐標(biāo)系/坐標(biāo)軸）。3.使用相應(yīng)的繪圖函數(shù)在plotting區(qū)域上描繪點(diǎn)、線等圖形。

常用繪圖函數(shù):（3.2.1）matplotlib繪圖的基本步驟函數(shù)示例功能plt.figure(figsize=(4,3))設(shè)置畫布的大小，寬度4，高度3plt.xlim((0,4))plt.ylim((0,3))設(shè)置x軸顯示范圍為(0,4)設(shè)置y軸顯示范圍為(0,3)plt.xlabel('省份')plt.ylabel('產(chǎn)量')設(shè)置x軸標(biāo)題為'省份'設(shè)置y軸標(biāo)題為'產(chǎn)量'plt.plot(x,y)繪制折線圖plt.bar()繪制條形圖plt.hist()繪制直方圖plt.scatter(x,y)繪制散點(diǎn)圖plt.pie()繪制餅圖plt.boxplot()繪制箱形圖1.繪制折線圖使用matplotlib模塊繪制折線圖用法示例：#要求：使用已知點(diǎn)坐標(biāo)繪制折線圖importpandasaspd

importmatplotlib.pyplotasplt#設(shè)置中文字體plt.rcParams['font.family']='SimHei'plt.rcParams['axes.unicode_minus']=False【注意】以上5行代碼后面的例子中將不再贅述。#創(chuàng)建一個6*4的畫布plt.figure(figsize=(5,4))（3.2.2）matplotlib圖形的分類及繪制方法#設(shè)定已知點(diǎn)坐標(biāo)數(shù)值,例如（-1，3）,（0，2）x=[-1,0,1,2,3]y=[3,2,2,4,2]plt.plot(x,y) #以折線圖展示#設(shè)置坐標(biāo)軸顯示范圍plt.xlim((-1,3))plt.ylim((1,4))#設(shè)置坐標(biāo)軸標(biāo)題plt.xlabel('x軸')plt.ylabel('y軸')plt.show() #顯示圖形2.繪制條形圖使用matplotlib模塊繪制條形圖用法示例：#要求：使用已知數(shù)據(jù)繪制條形圖#前面省略5行代碼，見上例#下面是已知數(shù)據(jù)：2021年四大一線城市GDP水平GDP=[40270,43215,28232,30665]city=['北京市','上海市','廣州市','深圳市']#繪制條形圖plt.bar(city,GDP)plt.show()（3.2.2）matplotlib圖形的分類及繪制方法#設(shè)置y軸范圍plt.ylim(10000,50000)#設(shè)置坐標(biāo)軸標(biāo)題plt.xlabel('城市')plt.ylabel('GDP水平')#設(shè)置圖表標(biāo)題，默認(rèn)顯示在圖表上方plt.title("2021年四大一線城市GDP水平對比")#顯示圖形在實(shí)際應(yīng)用中，我們可以使用Excel文檔中的數(shù)據(jù)繪制圖形。步驟1：讀取Excel文件并查看步驟2：根據(jù)要求繪制圖形步驟3：將多個圖形一同顯示【例】使用Excel文檔中的數(shù)據(jù)繪制圖形用法示例，要求：使用Excel文檔中的數(shù)據(jù)繪制直方圖：#導(dǎo)入必要模塊，讀取文件，查看讀取的內(nèi)容#前面省略5行代碼，見上例（3.2.2）matplotlib圖形的分類及繪制方法#導(dǎo)入Excel讀寫模塊openpyxlimportopenpyxlasxl#讀取Excel文件'員工檔案表.xlsx'df=pd.read_excel('員工檔案表.xlsx')#展示文件前5行print(df.head())接下來繪制圖形--直方圖，統(tǒng)計(jì)職工年齡分布情況：#創(chuàng)建畫布plt.figure(figsize=(16,12))#使用hist畫直方圖，并設(shè)置參數(shù)（繪圖的內(nèi)容、邊框顏色、圖例標(biāo)題）#根據(jù)文件中‘年齡’數(shù)據(jù)，繪制直方圖，黑色描邊，圖例標(biāo)題‘人數(shù)’plt.hist(df['年齡'],edgecolor='k',label='人數(shù)')#設(shè)置圖表標(biāo)題，默認(rèn)顯示在圖表上方（3.2.2）matplotlib圖形的分類及繪制方法plt.title('年齡分布直方圖')#使圖例顯示plt.legend()#顯示圖形plt.show()顯示效果3.繪制餅圖接上例，也可以使用matplotlib模塊繪制餅圖，統(tǒng)計(jì)職男女職工占比情況：#計(jì)算男女人數(shù)總和x1=df['性別'].value_counts()#設(shè)置畫布大小plt.figure(figsize=(4,4))#繪制餅狀圖（內(nèi)容，顯示名稱，顯示比例）plt.pie(x1,labels=x1.index,autopct='%.2f%%')（3.2.2）matplotlib圖形的分類及繪制方法#設(shè)置圖表標(biāo)題，默認(rèn)顯示在圖表上方plt.title('男女職工占比')#顯示圖形plt.show()4.將多個圖像一同顯示為了方便比較和分析，可以將多個圖形一同顯示，接上例，將多個圖形一同顯示在一張畫布上：#創(chuàng)建畫布plt.figure(figsize=(10,4))#1.繪制第一個圖形--直方圖#在畫布上為直方圖規(guī)劃顯示位置：121tu1=plt.subplot(121)plt.hist(df['年齡'],edgecolor='k',label='人數(shù)')plt.title('年齡分布直方圖')plt.legend()（3.2.2）matplotlib圖形的分類及繪制方法#2.繪制第二個圖形--餅圖,計(jì)算男女人數(shù)總和x1=df['性別'].value_counts()#在畫布上為餅圖規(guī)劃顯示位置：122tu2=plt.subplot(122)#繪制餅狀圖（內(nèi)容，顯示名稱，顯示比例）plt.pie(x1,labels=x1.index,autopct='%.2f%%')#設(shè)置圖表標(biāo)題，默認(rèn)顯示在圖表上方plt.title('男女職工占比')#顯示畫布上的所有圖形plt.show()（4）pyecharts模塊Echarts是一個由百度開源的數(shù)據(jù)可視化框架，憑借著良好的交互性，精巧的圖表設(shè)計(jì)，得到了眾多開發(fā)者的認(rèn)可。而Python是一門富有表達(dá)力的語言，很適合用于數(shù)據(jù)處理。當(dāng)數(shù)據(jù)分析遇上數(shù)據(jù)可視化時，pyecharts誕生了。pyecharts可以展示動態(tài)圖，在線報(bào)告等，比較美觀且展示數(shù)據(jù)方便，鼠標(biāo)懸停在圖上，即可顯示數(shù)值、標(biāo)簽等，甚至單擊標(biāo)簽實(shí)現(xiàn)部分圖形的關(guān)閉與打開，效果非?？犰?。（4.1）pyecharts模塊首先，使用命令