Pandas札记1_NBA数据处理

数据列属性

数据是在网上爬取的，总共有27个属性，分别是：

球员姓名
赛季
胜负
对手球队名称
对手球队总得分
己方球队总得分
己方球队名称
首发
上场时间
投篮命中率
投篮命中数
投篮出手数
三分命中率
三分命中数
三分出手数
罚球命中率
罚球命中数
罚球次数
总篮板数
前场篮板数
后场篮板数
助攻数
抢断数
盖帽数
失误数
犯规数
得分

数据读取

导入数据：read_csv
读取头、尾的几行数据: head(n);tail(n)；默认是5行
读取列属性：columns属性
读取数据维度：shape属性

import numpy as np
import pandas as pd
# 读取数据
nba_data = pd.read_csv(r"D:\Python\datalearning\PandasLearning\NBA_Data.csv", encoding = 'gb18030')

# 读取头尾的5行数据。默认是5行 
print(nba_data.head())
# print(nba_data.tail())

# 指定读取前8行数据
# print(nba_data.head(8))

# 查看read_csv()函数帮助文档
# print(help(pd.read_csv))

image.png

# 查看数据中的所有列属性
print(nba_data.columns)
# 查看数据大小：多少样本、多少个属性
print(nba_data.shape)

结果

Index(['球员姓名', '赛季', '胜负', '对手球队名称', '对手球队总得分', '己方球队总得分', '己方球队名称', '首发',
       '上场时间', '投篮命中率', '投篮命中数', '投篮出手数', '三分命中率', '三分命中数', '三分出手数', '罚球命中率',
       '罚球命中数', '罚球次数', '总篮板数', '前场篮板数', '后场篮板数', '助攻数', '抢断数', '盖帽数', '失误数',
       '犯规数', '得分'],
      dtype='object')
(1193, 27)

索引与计算

读取某行数据：loc属性
读取某列数据：df.["属性1"]；有点类似字典，通过key获取所有的value
读取多列数据：df.[["属性1", "属性2"]]

# 提取第一行数据
print(nba_data.loc[0])
# print(nba_data.loc[3:8])
# print(nba_data.loc[[3, 5, 8]])

# 获取某列的值
print(nba_data["胜负"].head(10)) 
# 获取多列的值
# print(nba_data[["胜负", "助攻数"]])

image.png

# 将罚球命中率改成小数形式：除以100
# 将所有列属性转换成列表形式，方便进行读取
nba_names = nba_data.columns.tolist()

# 读取含有"率"的属性
percent_columns = []  #  定义空列表，用于存放获取到的属性值以“率”结尾的
for i in nba_names:  
    if i.endswith("率"):
        percent_columns.append(i)  # 判断属性i是否以“率”结尾
percent_nba = nba_data[percent_columns] / 100
print(percent_nba.head(10))
# print(nba_data[percent_columns])  DF的列属性

image.png

# 增加一列属性：失误和犯规；
# 数据的shape发生变化
sum_fangui_shiwu = nba_data['失误数'] + nba_data['犯规数']
nba_data["失误和犯规"] = sum_fangui_shiwu
print(nba_data.shape)
print(nba_data.head(6))

image.png

最后编辑于：2020.07.15 10:44:10