import pandas as pd
import numpy as np

##  读取csv文件
df=pd.read_csv('E:/Python_huatu/python_mat.numpy.pandas/books.csv')
##  显示文件信息
print(df.head())
print(df.info())

## DataFrame的排序
df_list=[]
# 使用Pandas内置方法转换为字典列表
df_list = df[["id", "ratings_count", "books_count"]].to_dict("records")
df_list=pd.DataFrame(df_list)
print(df_list.head())
print("#"*100)

##  sort_values()方法对DataFrame进行排序
##  ascending为True时升序排列，为False时降序排列
##  by指定排序字段
df=df_list.sort_values(by='ratings_count',ascending=True)
print(df.head(10))

## pamdas的取行和取列方法
## []里是数组，对行取
## []里是字符串，对列取
print(df[:20])  # 取前20行
print(df['id']) # 取id列

t=pd.DataFrame(np.arange(12).reshape(3,4),index=list("abc"),columns=list("WXYZ"))
print(t)
## loc 方法获取指定行和列的数据
print(t.loc["a","Z"]) # 获取a行Z列
print(t.loc[:,"X"])    ## 获取X列的所有行
print(t.loc[:,["W","Y"]])   ## 获取W和Y列的所有行
print(t.loc[["a","c"],["W","Y"]])   ## 获取a和c行，W和Y列
print(t.loc["a":"c",["W","Y"]])   ##    获取a到c行，W和Y列

## iloc方法获取指定行和列的数据
print(t.iloc[0,3])  # 获取第0行第4列
print(t.iloc[:,1:3])    ## 获取第1列到第3列
print(t.iloc[:,[3,1]])  ## 获取第3列和第1列

##  pandas缺失值处理
t.loc["b":"c",["W","Y"]]=np.nan
_t=t;
print(_t)

print(pd.isnull(_t))    ## 判断是否为空
print(pd.notnull(_t))   ## 判断是否不为空
## 删除空值
##  axis=0表示删除行，axis=1表示删除列
##  how="any"表示只要有一个空值就删除，how="all"表示所有值都为空才删除,默认how="any"
##  subset=["W","Y"]表示删除W和Y列中有空值的行
##  inplace=True表示删除后直接修改原数据
##  _t.dropna(axis=0,how="any",subset=["W","Y"],inplace=True)
print(_t.dropna(axis=0))
print(_t.dropna(axis=0,how="all"))

## 填充缺失值
t1=_t.fillna(0,inplace=False)   ## nan填充为0
t2=_t.fillna(_t.mean(),inplace=False)   ## nan填充为均值
print(t1)
print("$"*100)
print(t2)
print("$"*100)
_t["W"]=_t["W"].fillna(_t["W"].mean(),inplace=False)    ## 填充W列的nan为W列的均值
print(_t)