Python Pandas

Aquesta és una revisió antiga del document

```
pip3 install pandas
```

soporte para excel:

pip3.9 install openpyxl # needed to load Excel .xlsx files
pip3.9 install xlrd # needed to load Excel old .xls files)

Estilos: https://docs.bokeh.org/en/latest/docs/user_guide/styling/plots.html#ug-styling-plots

pandas.read_csv('data.txt',header=None)
pandas.read_json('data.json')

asignar nombres de columna

df = pandas.read_csv('data.txt',header=None)
df.columns = ["Col1","Col2","Col3"]

asignar indice:
```
df.set_index("nom_col"[,inplace=True, drop=False])
```
- inplace: los cambios se aplican en el mismo objeto (variable), Por defecto, los cambios se deberán guardar en otra variable.
- drop: Con False, no saca la columna de los datos para convertirla en índice

Para acceder a datos en el dataframe es como un sistema de coordenadas

loc[start_value_row;final_value_row,start_column_header:final_column_header]

df.loc["valor":"valor","columna":"columna"]
list(df.loc[:,"Columna"]) # devuelve como lista los valores de la columna, para todas las filas

se puede indicar solo un valor en los rangos

iloc[start_value_row;final_value_row,start_column_header:final_column_header]

df.iloc[1:4,2:5]

iloc se comporta como cualquier slice en python, el último valor no está incluido. Así, en el ejemplo cogería las filas 1,2,3 y las columnas 2,3,4

drop(«fila»|«columna»)
los cambios no son implace

df.drop("filas",0)
df.drop(df.index[0:3],0) # elimina las filas 0,1,2

# segundo bokeh plot con pandas
from bokeh.plotting import figure
from bokeh.io import output_file, show
import pandas
 
df=pandas.read_csv("https://pythonizing.github.io/data/bachelors.csv")
 
x=df["Year"]
y=df["Engineering"]
 
output_file("Line.html")
 
f=figure()
f.line(x,y)
 
show(f)

import pandas
 
from bokeh.plotting import figure, output_file, show
 
df=pandas.read_excel("https://github.com/pythonizing/data/blob/master/verlegenhuken.xlsx",sheet_name=0)
df["Temperature"]=df["Temperature"]/10
df["Pressure"]=df["Pressure"]/10
 
p=figure(width=500,height=400,tools='pan')
 
p.title.text="Temperature and Air Pressure"
p.title.text_color="Gray"
p.title.text_font="arial"
p.title.text_font_style="bold"
p.xaxis.minor_tick_line_color=None
p.yaxis.minor_tick_line_color=None
p.xaxis.axis_label="Temperature (°C)"
p.yaxis.axis_label="Pressure (hPa)"    
 
# old versions:
# p.circle(df["Temperature"],df["Pressure"],size=0.5)
 
p.scatter(x=df["Temperature"],y=df["Pressure"],size=0.5)
output_file("Weather.html")
show(p)