在 pandas 数据帧上使用运算符链接来读取数据、删除不需要的列、重命名列并读取几行

Question

我有一个数据集要读取并在最终使用前对数据进行一些清理。

我知道如何通过以下单独的独立步骤来做到这一点：

    data = pd.read_excel('C:\Users\pappu.a.kumar\Documents\data\coursera\python\Energy Indicators.xls',skiprows=17, skip_footer=0)
    del data['Unnamed: 0']
    del data['Unnamed: 1']
    data.columns = ['Country', 'Energy Supply', 'Energy Supply per Capita', '% Renewable']
    fdata = data.ix[:226]

现在我想使用运算符链接来完成所有这些步骤。我第一次这样做的尝试写在下面：

    data = (pd.read_excel('C:\Users\pappu.a.kumar\Documents\data\coursera\python\Energy Indicators.xls',skiprows=17, skip_footer=0)
      .(del data['Unnamed: 0'])
      .(del data['Unnamed: 1'])
      .(columns = ['Country', 'Energy Supply', 'Energy Supply per Capita', '% Renewable'])
      .(ix[:226]))

但是这段代码产生了以下错误：

File "", line 3

.(del data['Unnamed: 0'])

^

SyntaxError: invalid syntax

我不知道我在做什么在逻辑上是否可行。如果可能的话，任何对正确文档或代码本身的引用将不胜感激。

Answer 1

如果未命名列的位置仍然相同，请在read_excel for set new colum names and then delete unnecessary columns by drop 中使用参数names。要选择可以使用 .iloc[226]、.head(226)、.ix(226):

#2 last columns are unnecessary - 2 last values of list in parameter names are 'tmp1' and 'tmp2'
data = pd.read_excel('C:\Users\pappu.a.kumar\Documents\data\coursera\python\Energy Indicators.xls',skiprows=17, skip_footer=0, names=['Country', 'Energy Supply', 'Energy Supply per Capita', '% Renewable', 'tmp1', 'tmp2'])
         .drop(['tmp1','tmp2'], axis=1)
         .head(226)

另一个可能的解决方案是重命名列：

data = pd.read_excel('C:\Users\pappu.a.kumar\Documents\data\coursera\python\Energy Indicators.xls',skiprows=17, skip_footer=0)
         .drop(['Unnamed: 0','Unnamed: 1'], axis=1)
         .rename(columns={'firstcol':'Country', 'secondcol': 'Energy Supply', ...})
         .head(226)

在 pandas 数据帧上使用运算符链接来读取数据、删除不需要的列、重命名列并读取几行

use operator chaining on pandas data frame to read data, del unwanted columns, rename columns and read few rows

excel

select

multiple-columns

python-2.7

pandas