用于记录pandas中各种
cao气的操作
- 指定列属性
- 读取文件的时候首行不当做属性值
- 指定分隔符和属性（names）
- 查看DF数据的各种信息
- groupby机制等
文件读取
代码语言：javascript复制import pandas as pd
names = ['age', 'city', 'size', 'gender']
df = pd.read_table(path, header=None, seq="|", names=names)查看各种信息
代码语言：javascript复制df.describe()
df.dtype
df.shape
df.head()
df.province.value_counts()
df.province.unique() # 统计属性中不同的元素
df.province.nunique() # 统计属性中不同元素的个数
df.age.plot(kind='hist')
df.age.value_counts().plot(kind='bar')属性操作
代码语言：javascript复制df ['information'] = df['age'] df['gender'] # 生成information属性
df.rename(columns = {'old_name': 'new_name'}, inplace=True) # 直接指定
new_columns = ['new_age', 'new_city', 'new_size']
df.columns = new_columns # 使用上面的新属性名
df.columns = df.columns.str.replace(' ', '_') # 将原来的属性的_用空格代替
# 删除属性
df.drop('age', axis=1, inplace=Ture)
df.drop(['city', 'state'], axis=1, inplace=True)排序sort
sort_values主要是对某个属性中出现的各个元素进行排序，默认是升序，字母是a-z
df.age.sort_values() # 默认是升序，可以修改ascending=False
df['age'].sort_values()
df.sort_values('age', ascending=False)
# 多个属性的排序：先排序第一个，再第二个
df.sort_values(['age', 'state'])过滤相关
代码语言：javascript复制df[df.age > 20 & df.state == 'guangdong']
df[df.state.isin(['guangdong', 'hunan', 'hubei'])]
# df.state.isin(['guangdong', 'hunan', 'hubei']) 结果是布尔值
df[df.age > 20, 'state']
df[df.age >20]['state']axis相关
代码语言：javascript复制df.drop('age', axis=1) # 列上操作
df.drop(2, axis=0) # 行上操作
df.mean(axis=0)
df.mean(axis='index')
df.mean(axis=1)
df.mean(axis='columns')
字符串方法
代码语言：javascript复制df.name.str.upper() # 全部变成大写
df[df.name.str.contains('xiaoming')]
df.description.str.replace('[[]]', '') # 将[]去掉改变数据类型
代码语言：javascript复制df['age'] = df.age.astype(float)
df = pd.read_csv(path, dtype={'age': float}) # 创建过程中指定数据类型
df.dtypegroupby 机制
代码语言：javascript复制df.groupby('province').size.agg(['count', 'mean', 'min']) # 传入多个参数
df.groupby('province').mean().plot(kind='bar') # 作图缺失值处理
代码语言：javascript复制df.isnulll()
df.notnull()
df[df.city.isnull()]
df.dropna(subset=['age', 'city', 'province'], how='any')
pd.Series([True, False, True]).sum() # 统计出现T的次数index相关
代码语言：javascript复制df.set_index('province', inplace=True) # 将某个属性变成索引index
df.index.name='country'
df.reset_index(inplace=True)处理离散数据
怎么将性别男女变成1/0
代码语言：javascript复制df['new_sex'] = df.sex.map({'female':0, 'male':1})日期和时间
代码语言：javascript复制df['time'] = pd.to_datetime(df.time)
df.time.dt.hour(dayofyear,weekday_name)
ts = pd.to_datetime('11/12/2019') # 格式化时间
df.loc[df.time >= ts, :].head() # 选择时间位于ts之后的
(df.time.max() - df.time.min()).days # 相隔多少天
df.Year.value_counts.sort_index().plot() # 作图pandas中记录的显示
代码语言：javascript复制pd.get_option('display.max_rows') # 查看显示多少条
pd.set_option('display.max_rows',None) # 全部显示
pd.reset_option('display.max_rows') # 复原显示
pd.set_option('display.max_colwidth',1000) # DF中数据显示的最大值
pd.set_option('display.float-format', '{:, }'.foramt) # 将数字变成每3位一个逗号的形式
