Pandas基础使用
https://blog.csdn.net/u011746554/article/details/74911215
功能
- 数据结构可对齐。
- 集成时间序列功能。
- 对轴求和。
- 缺失数据（设置为零or what）。
- SQL关系型数据库中的常见功能。
常用类
Series
-
Series常用
- obj=Series(value[],index=index[])
- obj.values
- obj.index
-
可以通過索引取值：obj[‘index1’]
-
可以直接使用numpy的方法：np.exp(obj)
- 直接用字典生成Series:
- obj=Series(dict{})
- pd.isnull(obj)
-
pd.notnull(obj)
-
obj1+obj2 不同索引，缺失的，都可以直接得出結果，像excel一樣
- Series和其index都可以命名，name
DataFrame
DataFrame使用二維塊來保存數據的。
-
可以使用等長的列表或者Numpy数组
-
DataFrame(columns=name[],index=name[])
列
- 获取一列，获得一个Series
- df[(name)] or
- df.(name)
- 修改一列
- 直接赋值会全部变成常数。 or
- df[‘(name)’]=np.arrage(5.)
- 也可以创建一个Series赋值给frame的某一列
-
直接给不存在的列赋值，会自动创建
- 删除某一列：
- del df[‘(name)’]
- df.drop(index=’name’,inplace=True)
- df.T 即列和index（索引）变换
行
- 创建行：
- df.loc[‘name’]=list()
- 取某一个行：
- df.ix[‘(name)’]
- df.loc[‘name’]
little tips
https://blog.csdn.net/u011746554/article/details/74911215
- 前几行后者后几行
- df.head(6)表示显示前6行数据，若head()中不带参数则会显示全部数据。
- df.tail(6)表示显示后6行数据，若tail()中不带参数则也会显示全部数据。
- 查看DataFrame的index，columns以及values
- a.index ; a.columns ; a.values 即可
- describe()函数对于数据的快速统计汇总
- a.describe()对每一列数据进行统计，包括计数，均值，std，各个分位数等。
https://www.cnblogs.com/wodexk/p/10316793.html
- loc和iloc 可以更换单行、单列、多行、多列的值
- df1.loc[0,’age’]=25 先用loc找到要更改的值，再用赋值（=）的方法实现更换值
- df1.iloc[0,2]=25 iloc：用索引位置来查找
- at 、iat只能更换单个值
- df1.iat[0,2]=25 # iat 用来取某个单值,只能用数字 as index
- df1.at[0,’age’]=25 # at 用来取某个单值,只能用index和columns索引名称
Moreover
- dataframe.round() 保留几位小数
- df.astype(‘float64’) make NaN as 0, 否则round不work
https://blog.csdn.net/akenseren/article/details/80711895 https://www.cnblogs.com/wuzhiblog/p/python_new_row_or_col.html
- 行和，纵向求和
- df.loc[‘Cluster_sum’] = df.apply(lambda x: x.sum(), axis=0)
- 列和，横向求和
- df[‘Cluster_sum’] = df.apply(lambda x: x.sum(), axis=1)
- df[‘col3’] = df.apply(lambda x: x[‘col1’] + 2 * x[‘col2’], axis=1)
- pd.read_csv
- the first columns index, may become unknown1 column.
