Pandas常用基本操作（整理）

 
 

  
  
一、查看数据（查看对象的方法对于Series来说同样适用）
  
  
1.查看DataFrame前xx行或后xx行

a=DataFrame(data);

a.head(6)表示显示前6行数据，若head()中不带参数则会显示前5行数据。

a.tail(6)表示显示后6行数据，若tail()中不带参数则会显示后5行数据。
  
  
2.查看DataFrame的index，columns以及values

a.index ;    a.columns ;    a.values  即可
  
  
3.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。
  
  
4.对数据的转置

a.T
  
  
5.对轴进行排序

a.sort_index(axis=1,ascending=False)；

其中axis=1表示对所有的columns进行排序，下面的数也跟着发生移动。后面的ascending=False表示按降序排列，参数缺失时默认升序。
  
  
6.对DataFrame中的值排序

a.sort(columns='x')

即对a中的x这一列，从小到大进行排序。注意仅仅是x这一列，而上面的按轴进行排序时会对所有的columns进行操作。
  
  
二、选择对象
  
  
1.选择特定列和行的数据

a['x']   那么将会返回columns为x的列，注意这种方式一次只能返回一个列。a.x与a['x']意思一样。
  
  
取行数据，通过切片[]来选择

如：a[0:3]  则会返回前三行的数据。
  
  
2.loc是通过标签来选择数据

a.loc['one']则会默认表示选取行为'one'的行；
  
  
a.loc[:,['a','b'] ]    表示选取所有的行以及columns为a,b的列；
  
  
a.loc[['one','two'],['a','b']]    表示选取'one'和'two'这两行以及columns为a,b的列；
  
  
a.loc['one','a']与a.loc[['one'],['a']]作用是一样的，不过前者只显示对应的值，而后者会显示对应的行和列标签。
  
  
3.iloc则是直接通过位置来选择数据

这与通过标签选择类似

a.iloc[1:2,1:2]  则会显示第一行第一列的数据;(切片后面的值取不到)
  
  
a.iloc[1:2]  即后面表示列的值没有时，默认选取行位置为1的数据;
  
  
a.iloc[[0,2],[1,2]]  即可以自由选取行位置，和列位置对应的数据。
  
  
4.使用条件来选择

使用单独的列来选择数据

a[a.c>0]    表示选择c列中大于0的数据
  
  
使用where来选择数据

a[a>0]    表直接选择a中所有大于0的数据
  
  
使用isin()选出特定列中包含特定值的行

a1=a.copy()

a1[a1['one'].isin(['2','3'])]   表显示满足条件：列one中的值包含'2','3'的所有行。
  
  
三、设置值（赋值）
  
  
赋值操作在上述选择操作的基础上直接赋值即可。

例a.loc[:,['a','c']]=9  即将a和c列的所有行中的值设置为9

a.iloc[:,[1,3]]=9 也表示将a和c列的所有行中的值设置为9
  
  
同时也依然可以用条件来直接赋值

a[a>0]=-a  表示将a中所有大于0的数转化为负值
  
  
四、缺失值处理
  
  
在pandas中，使用np.nan来代替缺失值，这些值将默认不会包含在计算中。
  
  
1.reindex()方法

用来对指定轴上的索引进行改变/增加/删除操作，这将返回原始数据的一个拷贝。

a.reindex(index=list(a.index)+['five'],columns=list(a.columns)+['d'])

  
  
a.reindex(index=['one','five'],columns=list(a.columns)+['d'])

  
  
即用index=[]表示对index进行操作，columns表对列进行操作。

  
  
** 2.对缺失值进行填充**

a.fillna(value=x)

表示用值为x的数来对缺失值进行填充

  
  
** 3.去掉包含缺失值的行**

a.dropna(how='any')

表示去掉所有包含缺失值的行

  
  
五、合并
  
  
1.contact

contact(a1,axis=0/1，keys=['xx','xx','xx',...])，其中a1表示要进行进行连接的列表数据,axis=1时表横着对数据进行连接。axis=0或不指定时，表将数据竖着进行连接。a1中要连接的数据有几个则对应几个keys，设置keys是为了在数据连接以后区分每一个原始a1中的数据。
  
  
例：a1=[b['a'],b['c']]

result=pd.concat(a1,axis=1，keys=['1','2'])

  
  
2.Append 将一行或多行数据连接到一个DataFrame上

a.append(a[2:],ignore_index=True)

表示将a中的第三行以后的数据全部添加到a中，若不指定ignore_index参数，则会把添加的数据的index保留下来，若ignore_index=Ture则会对所有的行重新自动建立索引。