如何用pandas分析mysql中的數據

Pandas是Python下壹個開源數據分析的庫，它提供的數據結構DataFrame極大的簡化了數據分析過程中壹些繁瑣操作。

1. 基本使用：創建DataFrame. DataFrame是壹張二維的表，大家可以把它想象成壹張Excel表單或者Sql表。Excel 2007及其以後的版本的最大行數是1048576，最大列數是16384，超過這個規模的數據Excel就會彈出個框框“此文本包含多行文本，無法放置在壹個工作表中”。Pandas處理上千萬的數據是易如反掌的sh事情，同時隨後我們也將看到它比SQL有更強的表達能力，可以做很多復雜的操作，要寫的code也更少。

說了壹大堆它的好處，要實際感觸還得動手碼代碼。首要的任務就是創建壹個DataFrame，它有幾種創建方式：

（1）列表，序列(pandas.Series), numpy.ndarray的字典

二維numpy.ndarray

別的DataFrame

結構化的記錄(structured arrays)

（2）其中，二維ndarray創建DataFrame，代碼敲得最少：

import pandas as pd

import numpy as np

df = pd.DataFrame(np.random.randn(10, 4))

df

0 1 2 3

0 0.927474 0.127571 1.655908 0.570818

1 -0.425084 -0.382933 0.468073 -0.862898

2 -1.602712 -0.225793 -0.688641 1.167477

3 -1.771992 -0.692575 -0.693494 -1.063697

4 -0.456724 0.371165 1.883742 -0.344189

5 1.024734 0.647224 1.134449 0.266797

6 1.247507 0.114464 2.271932 -0.682767

7 -0.190627 -0.096997 -0.204778 -0.440155

8 -0.471289 -1.025644 -0.741181 -1.707240

9 -0.172242 0.702187 -1.138795 -0.112005

（3）通過describe方法，可以對df中的數據有個大概的了解：

df.describe()

0 1 2 3

count 10.000000 10.000000 10.000000 10.000000

mean -0.189096 -0.046133 0.394722 -0.320786

std 1.027134 0.557420 1.258019 0.837497

min -1.771992 -1.025644 -1.138795 -1.707240

25% -0.467648 -0.343648 -0.692281 -0.817865

50% -0.307856 0.008734 0.131648 -0.392172

75% 0.652545 0.310266 1.525543 0.172096

max 1.247507 0.702187 2.271932 1.167477

2. 改變cell。

3. group by。

4. 讀寫文件。