有时候到手的数据基本是固定分隔符分隔的几个文件，需要重里面做一些数据统计，比如去重，计算某一列的和，两个文件的并集等等，如果能够像sql一样操作txt文件就好了，这就是pandas带来的好处
如何加载txt文件？
示例文件数据 papa.txt
paxi_id grade 1 50 2 50 3 100 4 200 3 100 5 100
安装好jupyter ,在文件目录中运行jupyter notebook,在打开的浏览器界面上，选择python运行
在打开的界面上，运行加载的命令
import pandas #引入pandas
papa=pandas.read_csv('papa.txt',sep='\t') #加载papa.txt,指定它的分隔符是 \t
papa.head() #显示数据的前几行
可以看到加载的结果直观的用表格展示
如何知道刚加载的数据有几行？有几列？
运行指令如下
rowNum=papa.shape[0] #不包括表头
colNum=papa.columns.size
结果为
如何根据一列对整个数据进行去重？
运行指令如下
uPapa=papa.drop_duplicates(['paxi_id'])
结果如下
如何获取一列的去重的值？去重后有多少个？
运行指令如下
uPaxiId=papa['paxi_id'].unique()
print("uPaxiId:",uPaxiId)
totalUPaxiIdNum=uPaxiId.size
print("num:",totalUPaxiIdNum)
运行结果如下
如何计算一列的和？
运行指令如下
papa['grade'].sum()
结果如下
如何过滤特定的值的行？
运行指令如下
papa[ ( papa['grade'] == 50 ) | ( papa['grade'] == 100 ) ]
结果如下
如何计算某一列各个取值的个数?
运行指令如下
gPapa=papa.groupby('grade').size()
结果如下
如何计算其中两个或者所有的和？
运行指令如下
v=gPapa[50]+gPapa[100]
print("两个的和:",v)
print("总和:",gPapa.sum())
结果如下
如何用图形表示各个值？
运行指令如下
import matplotlib.pyplot as plt
fig=plt.figure()
gPapa.plot(kind='bar',grid=True) #bar 和 barh 能切换x轴，y轴
plt.show() #在需要显示的时候调用，会一次把所有的图都画出来
结果如下
如何对两个txt的文件根据一列做join?
另一个文件为xixi.txt
paxi_id type
1 3
2 4
3 3
4 4
5 3
执行指令如下
xixi=pandas.read_csv('xixi.txt',sep='\t')
uXixi=xixi.drop_duplicates(['paxi_id'])
pandas.merge(uPapa,uXixi,on=['paxi_id']) #join
结果如下
汇出字典的图形
period={'1':100,'2':200,'3':150}
import matplotlib.pyplot as plt
fig=plt.figure()
plt.bar(range(len(period)),period.values(),align='center')
plt.xticks(range(len(period)),list(period.values()))
plt.show()