数据列属性
- '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
nba_data = pd.read_csv(r"D:\Python\datalearning\PandasLearning\NBA_Data.csv", encoding = 'gb18030')
print(nba_data.head())
image.png
print(nba_data.columns)
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"]]
print(nba_data.loc[0])
print(nba_data["胜负"].head(10))
image.png
nba_names = nba_data.columns.tolist()
percent_columns = []
for i in nba_names:
if i.endswith("率"):
percent_columns.append(i)
percent_nba = nba_data[percent_columns] / 100
print(percent_nba.head(10))
image.png
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))