Numpy 库

1、创建DataFrame

1.1 random.randint

temp=np.random.randint(0,100,20)
print(temp)
df1=pd.DataFrame(temp)
print(df)

1.2 np.arange

df2=pd.DataFrame(np.arange(0,100,5))

 1.3 random.normal

df3=pd.DataFrame(np.random.normal(0,1,20))

  2、用concat合并新DataFrame

axis参数，0表示按行合并，1表示按列合并；ignore_index=True,自动填充列名和索引列

df=pd.concat([df1,df2,df3],axis=1,ignore_index=True）

df=pd.concat([df1,df2,df3],axis=0,ignore_index=True)

3、 修改列名

df.columns=['col1','col2','col3']
print(df)

4、提取第一列和第二列都出现的数据

反逻辑，用~，表示第一列有，但第二列没有的数字

df_new=df['col1'][~df['col1'].isin(df['col2'])]

df_new=df['col1'][df['col1'].isin(df['col2'])]

5、统计一col1列中值出现的次数

df4=df['col1'].value_counts()

df5=df['col1'].value_counts().index[:3]

6、np.where

a = np.array([[1, 2], [3, 4], [5, 6], [7, 8]])
print(a)
print(a[:,1])

[[1 2]
 [3 4]
 [5 6]
 [7 8]]

[2 4 6 8]

7、::-1

df=df.iloc[:,::-1] 是Pandas DataFrame的一个操作，用于翻转（反转）整个DataFrame。

iloc 是Pandas的索引操作，它基于整数位置进行索引。

:表示选择所有行，

::-1表示选择所有列并按照-1的步长进行反转，也就是从最后一列到第一列。

8、提取指定行的内容

iloc和take都可实现

df_new=df['col1'].iloc[[1,3,5]]
df_new1=df['col1'].take([1,3,5])

9、按行求均值，注意axis参数

df[['col1','col3']].mean(axis=1)

10、满足条件的内容被替换为指定内容

df['col1'][df['col1']>20]='high'

df.col1[df['col1']>20]='high'

np.sign() 

用于返回数组中各元素的符号。对于正数，它返回1，对于负数，它返回-1，对于零，它返回0。例如，对于一个一维数组 [1, -3, 2, 0, -5]，使用 np.sign() 函数会返回 [1, -1, 1, 0, -1]。