数据集中有多少个列python(数据集中有多少个列python)

发布网友 发布时间：2024-09-08 21:40

我来回答

共1个回答

热心网友 时间：2024-09-29 23:54

本篇文章首席CTO笔记来给大家介绍有关数据集中有多少个列python以及数据集中有多少个列python的相关内容，希望对大家有所帮助，一起来看看吧。

with?open('datafile')?as?f:

????lines?=?f.readlines()

????lines=[str(len(l.split())-l.split().count('NaN'))+'\t'+l?for?l?in?lines]

????with?open('newfile','w')?as?f1:

????????f1.writelines(lines)

linux下可以用：

awk?'{k=0;for(i=0;i=NF;i++)?if($i=="NaN")k++;?print?NF-k,?$0}'?datafile??newfile

参考资料：

Python中常见的数据结构可以统称为容器（container）。序列（如列表和元组）、映射（如字典）以及集合（set）是三类主要的容器。

一、序列（列表、元组和字符串）

序列中的每个元素都有自己的编号。Python中有6种内建的序列。其中列表和元组是最常见的类型。其他包括字符串、Unicode字符串、buffer对象和xrange对象。下面重点介绍下列表、元组和字符串。

1、列表

列表是可变的，这是它区别于字符串和元组的最重要的特点，一句话概括即：列表可以修改，而字符串和元组不能。

（1）、创建

通过下面的方式即可创建一个列表：

输出：

['hello','world']

[1,2,3]

可以看到，这中创建方式非常类似于javascript中的数组。

（2）、list函数

通过list函数（其实list是一种类型而不是函数）对字符串创建列表非常有效：

输出：

['h','e','l','l','o']

2、元组

元组与列表一样，也是一种序列，唯一不同的是元组不能被修改（字符串其实也有这种特点）。

（1）、创建

输出：

(1,2,3)('jeffreyzhao','cnblogs')(1,2,3,4)()(1,)

从上面我们可以分析得出：

a、逗号分隔一些值，元组自动创建完成；

b、元组大部分时候是通过圆括号括起来的；

c、空元组可以用没有包含内容的圆括号来表示；

d、只含一个值的元组，必须加个逗号（,）；

（2）、tuple函数

tuple函数和序列的list函数几乎一样：以一个序列（注意是序列）作为参数并把它转换为元组。如果参数就算元组，那么该参数就会原样返回：

输出：

(1,2,3)

('j','e','f','f')

(1,2,3)

Traceback(mostrecentcalllast):

File"F:\Python\test.py",line7,in

t4=tuple(123)

TypeError:'int'objectisnotiterable

3、字符串

（1）创建

输出：

Helloworld

H

H

e

l

l

o

w

o

r

l

d

（2）、格式化

format（）：

print(‘{0}was{1}yearsoldwhenhewrotethisbook’.format(name,age))

print(‘{}was{}yearsoldwhenhewrotethisbook’.format(name,age))

print(‘{name}was{age}yearsoldwhenhewrotethisbook’.format(name=’Lily’,age=’22’))

#对于浮点数“0.333”保留小数点后三位

print(‘{0:.3f}’.format(1.0/3))

结果：0.333

#使用下划线填充文本，并保持文字处于中间位置

#使用^定义‘_____hello_____’字符串长度为11

print(‘{0:^_11}’.format(‘hello’))

结果：_____hello_____

%:

格式化操作符的右操作数可以是任何东西，如果是元组或者映射类型（如字典），那么字符串格式化将会有所不同。

输出：

Hello,world

Hello,World

注意：如果需要转换的元组作为转换表达式的一部分存在，那么必须将它用圆括号括起来：

输出：

Traceback(mostrecentcalllast):

File"F:\Python\test.py",line2,in

str1='%s,%s'%'Hello','world'

TypeError:notenoughargumentsforformatstring

如果需要输出%这个特殊字符，毫无疑问，我们会想到转义，但是Python中正确的处理方式如下：

输出：100%

对数字进行格式化处理，通常需要控制输出的宽度和精度：

输出：

3.14

3.141593

3.14

字符串格式化还包含很多其他丰富的转换类型，可参考官方文档。

4、通用序列操作（方法）

从列表、元组以及字符串可以“抽象”出序列的一些公共通用方法（不是你想像中的CRUD），这些操作包括：索引（indexing）、分片（sliceing）、加（adding）、乘（multiplying）以及检查某个元素是否属于序列的成员。除此之外，还有计算序列长度、最大最小元素等内置函数。

（1）索引

输出

H

2

345

索引从0（从左向右）开始，所有序列可通过这种方式进行索引。神奇的是，索引可以从最后一个位置（从右向左）开始，编号是-1：

输出：

o

3

123

（2）分片

分片操作用来访问一定范围内的元素。分片通过冒号相隔的两个索引来实现：

输出：

[0,1,2,3,4,5,6,7,8,9]

[1,2,3,4]

[6,7,8,9]

[1,2,3,4,5,6,7,8,9]

[7,8]

[7,8,9]

不同的步长，有不同的输出：

输出：

[0,1,2,3,4,5,6,7,8,9]

[0,1,2,3,4,5,6,7,8,9]

[0,2,4,6,8]

[0,3,6,9]

[]

（3）序列相加

输出：

Helloworld

[1,2,3,2,3,4]

Traceback(mostrecentcalllast):

File"F:\Python\test.py",line7,in

printstr1+num1

TypeError:cannotconcatenate'str'and'list'objects

（4）乘法

输出：

[None,None,None,None,None,None,None,None,None,None]

HelloHello

[1,2,1,2]

Traceback(mostrecentcalllast):

File"F:\Python\test.py",line5,in

printstr1*num1

TypeError:can'tmultiplysequencebynon-intoftype'list'

（5）成员资格

in运算符会用来检查一个对象是否为某个序列（或者其他类型）的成员（即元素）：

输出：

False

True

True

（6）长度、最大最小值

通过内建函数len、max和min可以返回序列中所包含元素的数量、最大和最小元素。

输出：

5

o

H

5

123

1

二、映射（字典）

映射中的每个元素都有一个名字，如你所知，这个名字专业的名称叫键。字典（也叫散列表）是Python中唯一内建的映射类型。

1、键类型

字典的键可以是数字、字符串或者是元组，键必须唯一。在Python中，数字、字符串和元组都被设计成不可变类型，而常见的列表以及集合（set）都是可变的，所以列表和集合不能作为字典的键。键可以为任何不可变类型，这正是Python中的字典最强大的地方。

输出：

{1:1}

Traceback(mostrecentcalllast):

File"F:\Python\test.py",line6,in

d[list1]="Helloworld."

TypeError:unhashabletype:'list'

2、自动添加

即使键在字典中并不存在，也可以为它分配一个值，这样字典就会建立新的项。

3、成员资格

表达式itemind（d为字典）查找的是键（containskey），而不是值（containsvalue）。

三、集合

集合（Set）在Python2.3引入，通常使用较新版Python可直接创建，如下所示：

strs=set(['jeff','wong','cnblogs'])

nums=set(range(10))

看上去，集合就是由序列（或者其他可迭代的对象）构建的。集合的几个重要特点和方法如下：

1、副本是被忽略的

集合主要用于检查成员资格，因此副本是被忽略的，如下示例所示,输出的集合内容是一样的。

输出如下：

set([0,1,2,3,4,5])

set([0,1,2,3,4,5])

2、集合元素的顺序是随意的

这一点和字典非常像，可以简单理解集合为没有value的字典。

输出如下：

set(['wong','cnblogs','jeff'])

3、集合常用方法

a、并集union

输出：

set([1,2,3])

set([2,3,4])

set([1,2,3,4])

union操作返回两个集合的并集，不改变原有集合。使用按位与（OR）运算符“|”可以得到一样的结果：

输出和上面union操作一模一样的结果。

其他常见操作包括（交集）,=,=,-,copy()等等，这里不再列举。

输出如下：

set([1,2,3])

set([2,3,4])

set([2,3])

True

set([1,2,3])

False

b、add和remove

和序列添加和移除的方法非常类似，可参考官方文档：

输出：

set([1])

set([1,2])

set([1])

set([1])

False

Traceback(mostrecentcalllast):

File"F:\Python\test.py",line9,in

set1.remove(29)#移除不存在的项

KeyError:29

4、frozenset

集合是可变的，所以不能用做字典的键。集合本身只能包含不可变值，所以也就不能包含其他集合：

输出如下：

Traceback(mostrecentcalllast):

File"F:\Python\test.py",line3,in

set1.add(set2)

TypeError:unhashabletype:'set'

可以使用frozenset类型用于代表不可变（可散列）的集合：

输出：

set([1,frozenset([2])])

pythonpanda统计一列有多少数据

创建数据

通过Python的zip构造出一元组组成的列表作为DataFrame的输入数据rec。

In[3]:importpandasaspd

In[4]:importrandom

In[5]:num=random.sample(xrange(10000,1000000),5)

In[6]:num

Out[6]:[244937,132008,278446,613409,799201]

In[8]:names="hellothecruelworlden".split()

In[9]:names

Out[9]:['hello','the','cruel','world','en']

In[10]:rec=zip(names,num)

In[15]:data=pd.DataFrame(rec,columns=[u"姓名",u"业绩"])

In[16]:data

Out[16]:

姓名业绩

0hello244937

1the132008

2cruel278446

3world613409

4en799201

DataFrame方法函数的第一个参数是数据源，第二个参数columns是输出数据表的表头，或者说是表格的字段名。

导出数据csv

Windows平台上的编码问题，我们可以先做个简单处理，是ipython-notebook支持utf8.

importsys

reload(sys)

sys.setdefaultencoding("utf8")

接下来可以数据导出了。

In[31]:data

Out[31]:

姓名业绩

0hello244937

1the132008

2cruel278446

3world613409

4en799201

#在ipython-note里后加问号可查帮助，q退出帮助

In[32]:data.to_csv?

In[33]:data.to_csv("c:\\out.csv",index=True,header=[u"雇员",u"销售业绩"])

将data导出到out.csv文件里，index参数是指是否有主索引，header如果不指定则是以data里columns为头，如果指定则是以后边列表里的字符串为表头，但要注意的是header后的字符串列表的个数要和data里的columns字段个数相同。

可到c盘用Notepad++打开out.csv看看。

简单的数据分析

In[43]:data

Out[43]:

姓名业绩

0hello244937

1the132008

2cruel278446

3world613409

4en799201

第一种：整数

python可以处理任意大小的整数，当然包含负整数，在python程序中，整数的表示方法和数学上的写法一模一样，比如：1,100，-8080,0,等。

计算机由于使用二进制，所以有时候用十六进制表示整数比较方便，十六进制用0x前缀和0-9，a-f表示，比如：0xff00。

第二种：浮点数

浮点数也就是小数，之所以称为浮点数，是因为按照科学计数法表示时，一个浮点数的小数点位置是可变的。浮点数可以用数学写法，比如1.23,3.15,-9.01等。但是对于很大或者很小的浮点数，就必须用科学计数法表示，把10用e替代，1.23x10^9就是1.23e9。

整数和浮点数在计算机内部存储的方法是不同的，整数运算永远是精确的，而浮点数运算则可能会有四舍五入的误差。

第三种：字符串

字符串是以“或”括起来的任意文本，比如'abc'，'xyz'等。请注意，“或”本身只是一种表示方式，不是字符串的一部分，因此，字符串'abc'只有a，b，c这3个字符。

第四个：布尔值

布尔值和布尔代数的表示完全一致，一个布尔值只有True、False两种值，要么是True，要么是False，在python中，可以直接用True、False表示布尔值，也可以通过布尔运算计算出来。

布尔值可以用and、or或not运算。

and运算是与运算，只有所有都为True，and运算结果才是True。

or运算是或运算，只要其中有一个为True，or运算结果就是True。

not运算是非运算，它是一个单目运算符，把True变成False，False变成True。

第五个：空值

空值是python里一个特殊的值，用None表示。None不能理解为0，因为0是有意义的，而None是一个特殊的空值。

此外，python还提供了列表、字典等多种数据类型，还允许创建自定义数据类型。

如果是list，有max(list)也可以自己写排序算法，比如冒泡排序a=[3,4,2,6,3]foriinrange(0,len(a)):forjinrange(i+1,len(a)):first=int(a[i])second=int(a[j])iffirst

结语：以上就是首席CTO笔记为大家整理的关于数据集中有多少个列python的全部内容了，感谢您花时间阅读本站内容，希望对您有所帮助，更多关于数据集中有多少个列python、数据集中有多少个列python的相关内容别忘了在本站进行查找喔。

热心网友 时间：2024-09-29 23:48

本篇文章首席CTO笔记来给大家介绍有关数据集中有多少个列python以及数据集中有多少个列python的相关内容，希望对大家有所帮助，一起来看看吧。

with?open('datafile')?as?f:

????lines?=?f.readlines()

????lines=[str(len(l.split())-l.split().count('NaN'))+'\t'+l?for?l?in?lines]

????with?open('newfile','w')?as?f1:

????????f1.writelines(lines)

linux下可以用：

awk?'{k=0;for(i=0;i=NF;i++)?if($i=="NaN")k++;?print?NF-k,?$0}'?datafile??newfile

参考资料：

Python中常见的数据结构可以统称为容器（container）。序列（如列表和元组）、映射（如字典）以及集合（set）是三类主要的容器。

一、序列（列表、元组和字符串）

序列中的每个元素都有自己的编号。Python中有6种内建的序列。其中列表和元组是最常见的类型。其他包括字符串、Unicode字符串、buffer对象和xrange对象。下面重点介绍下列表、元组和字符串。

1、列表

列表是可变的，这是它区别于字符串和元组的最重要的特点，一句话概括即：列表可以修改，而字符串和元组不能。

（1）、创建

通过下面的方式即可创建一个列表：

输出：

['hello','world']

[1,2,3]

可以看到，这中创建方式非常类似于javascript中的数组。

（2）、list函数

通过list函数（其实list是一种类型而不是函数）对字符串创建列表非常有效：

输出：

['h','e','l','l','o']

2、元组

元组与列表一样，也是一种序列，唯一不同的是元组不能被修改（字符串其实也有这种特点）。

（1）、创建

输出：

(1,2,3)('jeffreyzhao','cnblogs')(1,2,3,4)()(1,)

从上面我们可以分析得出：

a、逗号分隔一些值，元组自动创建完成；

b、元组大部分时候是通过圆括号括起来的；

c、空元组可以用没有包含内容的圆括号来表示；

d、只含一个值的元组，必须加个逗号（,）；

（2）、tuple函数

tuple函数和序列的list函数几乎一样：以一个序列（注意是序列）作为参数并把它转换为元组。如果参数就算元组，那么该参数就会原样返回：

输出：

(1,2,3)

('j','e','f','f')

(1,2,3)

Traceback(mostrecentcalllast):

File"F:\Python\test.py",line7,in

t4=tuple(123)

TypeError:'int'objectisnotiterable

3、字符串

（1）创建

输出：

Helloworld

H

H

e

l

l

o

w

o

r

l

d

（2）、格式化

format（）：

print(‘{0}was{1}yearsoldwhenhewrotethisbook’.format(name,age))

print(‘{}was{}yearsoldwhenhewrotethisbook’.format(name,age))

print(‘{name}was{age}yearsoldwhenhewrotethisbook’.format(name=’Lily’,age=’22’))

#对于浮点数“0.333”保留小数点后三位

print(‘{0:.3f}’.format(1.0/3))

结果：0.333

#使用下划线填充文本，并保持文字处于中间位置

#使用^定义‘_____hello_____’字符串长度为11

print(‘{0:^_11}’.format(‘hello’))

结果：_____hello_____

%:

格式化操作符的右操作数可以是任何东西，如果是元组或者映射类型（如字典），那么字符串格式化将会有所不同。

输出：

Hello,world

Hello,World

注意：如果需要转换的元组作为转换表达式的一部分存在，那么必须将它用圆括号括起来：

输出：

Traceback(mostrecentcalllast):

File"F:\Python\test.py",line2,in

str1='%s,%s'%'Hello','world'

TypeError:notenoughargumentsforformatstring

如果需要输出%这个特殊字符，毫无疑问，我们会想到转义，但是Python中正确的处理方式如下：

输出：100%

对数字进行格式化处理，通常需要控制输出的宽度和精度：

输出：

3.14

3.141593

3.14

字符串格式化还包含很多其他丰富的转换类型，可参考官方文档。

4、通用序列操作（方法）

从列表、元组以及字符串可以“抽象”出序列的一些公共通用方法（不是你想像中的CRUD），这些操作包括：索引（indexing）、分片（sliceing）、加（adding）、乘（multiplying）以及检查某个元素是否属于序列的成员。除此之外，还有计算序列长度、最大最小元素等内置函数。

（1）索引

输出

H

2

345

索引从0（从左向右）开始，所有序列可通过这种方式进行索引。神奇的是，索引可以从最后一个位置（从右向左）开始，编号是-1：

输出：

o

3

123

（2）分片

分片操作用来访问一定范围内的元素。分片通过冒号相隔的两个索引来实现：

输出：

[0,1,2,3,4,5,6,7,8,9]

[1,2,3,4]

[6,7,8,9]

[1,2,3,4,5,6,7,8,9]

[7,8]

[7,8,9]

不同的步长，有不同的输出：

输出：

[0,1,2,3,4,5,6,7,8,9]

[0,1,2,3,4,5,6,7,8,9]

[0,2,4,6,8]

[0,3,6,9]

[]

（3）序列相加

输出：

Helloworld

[1,2,3,2,3,4]

Traceback(mostrecentcalllast):

File"F:\Python\test.py",line7,in

printstr1+num1

TypeError:cannotconcatenate'str'and'list'objects

（4）乘法

输出：

[None,None,None,None,None,None,None,None,None,None]

HelloHello

[1,2,1,2]

Traceback(mostrecentcalllast):

File"F:\Python\test.py",line5,in

printstr1*num1

TypeError:can'tmultiplysequencebynon-intoftype'list'

（5）成员资格

in运算符会用来检查一个对象是否为某个序列（或者其他类型）的成员（即元素）：

输出：

False

True

True

（6）长度、最大最小值

通过内建函数len、max和min可以返回序列中所包含元素的数量、最大和最小元素。

输出：

5

o

H

5

123

1

二、映射（字典）

映射中的每个元素都有一个名字，如你所知，这个名字专业的名称叫键。字典（也叫散列表）是Python中唯一内建的映射类型。

1、键类型

字典的键可以是数字、字符串或者是元组，键必须唯一。在Python中，数字、字符串和元组都被设计成不可变类型，而常见的列表以及集合（set）都是可变的，所以列表和集合不能作为字典的键。键可以为任何不可变类型，这正是Python中的字典最强大的地方。

输出：

{1:1}

Traceback(mostrecentcalllast):

File"F:\Python\test.py",line6,in

d[list1]="Helloworld."

TypeError:unhashabletype:'list'

2、自动添加

即使键在字典中并不存在，也可以为它分配一个值，这样字典就会建立新的项。

3、成员资格

表达式itemind（d为字典）查找的是键（containskey），而不是值（containsvalue）。

三、集合

集合（Set）在Python2.3引入，通常使用较新版Python可直接创建，如下所示：

strs=set(['jeff','wong','cnblogs'])

nums=set(range(10))

看上去，集合就是由序列（或者其他可迭代的对象）构建的。集合的几个重要特点和方法如下：

1、副本是被忽略的

集合主要用于检查成员资格，因此副本是被忽略的，如下示例所示,输出的集合内容是一样的。

输出如下：

set([0,1,2,3,4,5])

set([0,1,2,3,4,5])

2、集合元素的顺序是随意的

这一点和字典非常像，可以简单理解集合为没有value的字典。

输出如下：

set(['wong','cnblogs','jeff'])

3、集合常用方法

a、并集union

输出：

set([1,2,3])

set([2,3,4])

set([1,2,3,4])

union操作返回两个集合的并集，不改变原有集合。使用按位与（OR）运算符“|”可以得到一样的结果：

输出和上面union操作一模一样的结果。

其他常见操作包括（交集）,=,=,-,copy()等等，这里不再列举。

输出如下：

set([1,2,3])

set([2,3,4])

set([2,3])

True

set([1,2,3])

False

b、add和remove

和序列添加和移除的方法非常类似，可参考官方文档：

输出：

set([1])

set([1,2])

set([1])

set([1])

False

Traceback(mostrecentcalllast):

File"F:\Python\test.py",line9,in

set1.remove(29)#移除不存在的项

KeyError:29

4、frozenset

集合是可变的，所以不能用做字典的键。集合本身只能包含不可变值，所以也就不能包含其他集合：

输出如下：

Traceback(mostrecentcalllast):

File"F:\Python\test.py",line3,in

set1.add(set2)

TypeError:unhashabletype:'set'

可以使用frozenset类型用于代表不可变（可散列）的集合：

输出：

set([1,frozenset([2])])

pythonpanda统计一列有多少数据

创建数据

通过Python的zip构造出一元组组成的列表作为DataFrame的输入数据rec。

In[3]:importpandasaspd

In[4]:importrandom

In[5]:num=random.sample(xrange(10000,1000000),5)

In[6]:num

Out[6]:[244937,132008,278446,613409,799201]

In[8]:names="hellothecruelworlden".split()

In[9]:names

Out[9]:['hello','the','cruel','world','en']

In[10]:rec=zip(names,num)

In[15]:data=pd.DataFrame(rec,columns=[u"姓名",u"业绩"])

In[16]:data

Out[16]:

姓名业绩

0hello244937

1the132008

2cruel278446

3world613409

4en799201

DataFrame方法函数的第一个参数是数据源，第二个参数columns是输出数据表的表头，或者说是表格的字段名。

导出数据csv

Windows平台上的编码问题，我们可以先做个简单处理，是ipython-notebook支持utf8.

importsys

reload(sys)

sys.setdefaultencoding("utf8")

接下来可以数据导出了。

In[31]:data

Out[31]:

姓名业绩

0hello244937

1the132008

2cruel278446

3world613409

4en799201

#在ipython-note里后加问号可查帮助，q退出帮助

In[32]:data.to_csv?

In[33]:data.to_csv("c:\\out.csv",index=True,header=[u"雇员",u"销售业绩"])

将data导出到out.csv文件里，index参数是指是否有主索引，header如果不指定则是以data里columns为头，如果指定则是以后边列表里的字符串为表头，但要注意的是header后的字符串列表的个数要和data里的columns字段个数相同。

可到c盘用Notepad++打开out.csv看看。

简单的数据分析

In[43]:data

Out[43]:

姓名业绩

0hello244937

1the132008

2cruel278446

3world613409

4en799201

第一种：整数

python可以处理任意大小的整数，当然包含负整数，在python程序中，整数的表示方法和数学上的写法一模一样，比如：1,100，-8080,0,等。

计算机由于使用二进制，所以有时候用十六进制表示整数比较方便，十六进制用0x前缀和0-9，a-f表示，比如：0xff00。

第二种：浮点数

浮点数也就是小数，之所以称为浮点数，是因为按照科学计数法表示时，一个浮点数的小数点位置是可变的。浮点数可以用数学写法，比如1.23,3.15,-9.01等。但是对于很大或者很小的浮点数，就必须用科学计数法表示，把10用e替代，1.23x10^9就是1.23e9。

整数和浮点数在计算机内部存储的方法是不同的，整数运算永远是精确的，而浮点数运算则可能会有四舍五入的误差。

第三种：字符串

字符串是以“或”括起来的任意文本，比如'abc'，'xyz'等。请注意，“或”本身只是一种表示方式，不是字符串的一部分，因此，字符串'abc'只有a，b，c这3个字符。

第四个：布尔值

布尔值和布尔代数的表示完全一致，一个布尔值只有True、False两种值，要么是True，要么是False，在python中，可以直接用True、False表示布尔值，也可以通过布尔运算计算出来。

布尔值可以用and、or或not运算。

and运算是与运算，只有所有都为True，and运算结果才是True。

or运算是或运算，只要其中有一个为True，or运算结果就是True。

not运算是非运算，它是一个单目运算符，把True变成False，False变成True。

第五个：空值

空值是python里一个特殊的值，用None表示。None不能理解为0，因为0是有意义的，而None是一个特殊的空值。

此外，python还提供了列表、字典等多种数据类型，还允许创建自定义数据类型。

如果是list，有max(list)也可以自己写排序算法，比如冒泡排序a=[3,4,2,6,3]foriinrange(0,len(a)):forjinrange(i+1,len(a)):first=int(a[i])second=int(a[j])iffirst

结语：以上就是首席CTO笔记为大家整理的关于数据集中有多少个列python的全部内容了，感谢您花时间阅读本站内容，希望对您有所帮助，更多关于数据集中有多少个列python、数据集中有多少个列python的相关内容别忘了在本站进行查找喔。