1，表頭或是excel的索引如果是中文的話，輸出會出錯

??解決方法：python的版本問題！換成python3就自動解決了！當然也有其他的方法，這里就不再深究

2，如果有很多列，如何輸出指定的列？

需求情況：有的時候，數據很多，但是只要僅僅對部分列的數據進行分析的話，要怎么做？

解決方法：

df = pandas.read_excel('1.xls',sheetname= '店鋪分析日報')

?df = df.loc[:,['關鍵詞','帶來的訪客數','跳失率']] #訪問指定的列

一行讀取數據，第二行訪問指定列

3，如何為數據框添加新的列？

需求情況：有一個表格，里面的列是單價，數量，想再輸出一個總價的列，或是對一些數據進行總結

解決方法：直接上代碼

from pandas import read_csv;

import pandas;

df = read_csv("1.csv", sep="|");

#把計算結果添加為一個新的列

df['result'] = df.price*df.num ????#新的列名，后面是對應的數值

print (df)

4，如何對百分號的數值進行計算，再將其輸出

需求情況：比較蛋疼的一個情況，電商很多數據都是百分比的，帶有百分號，不能進行直接的計算，需要對其進行轉換，然后再輸出

解決方法：

from pandas import read_csv;

import pandas;

df = read_csv("1.csv", sep="|");

f = df['跳失率'].str.strip("%").astype(float)/100;

f.round(decimals=2) ?#保留小數點后面2位

f_str = f.apply(lambda x: format(x, '.2%')); ?#再轉換成百分號并且保留2位數（精度可以調整）

df['跳失率']? =?f_str ????#重新賦值

5，?如何獲取導入的數據有幾行和幾列（數值）

需求情況：有的時候需要寫一個通用腳本，比如隨機抽樣分析，程序自動獲取行和列的話，寫出來的腳本通用性明顯會很強

解決方法：

df.columns.size ??#獲取列數

df.iloc[:, 0].size ?#獲取行數

6，?如何對數據進行排序

需求情況：這個就不用說了，到處都要用到?

解決方法：

df['跳失率'].size ??#對數據進行排序

newDF = df.sort(['曝光量', '帶來的訪客數'], ascending=[True, False]); ?#多重排序

7，如何刪除指定的列？

需求情況：同樣，十幾列的數據，如果你想獲取指定的輸出數據，可以用方法2，但是如果想要獲取的數據列比較多，只有1-2行不想要，這樣就可以用指定刪除列的方法了

解決方法：

df.columns.delete(1)?

一行代碼搞定！?

總結：整體來說的，python的語法在做數據分析還是相當簡單的，很多的需求基本上就是一行代碼搞定！

8，如何添加整行數據？

df.append([1,2,34,,5])

轉載于:https://www.cnblogs.com/yspass/p/8716091.html

《新程序員》：云原生和全面數字化實踐50位技術專家共同創作，文字、視頻、音頻交互閱讀

總結

以上是生活随笔為你收集整理的Python数据分析几个比较常用的方法的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。