pandas学习

pandas包 

统计某一行各个元素数量：

file = pd.read_excel('  ')    读取Excel数据表

xx = file[' x ']      将读取的某一列（列名为x）保存在xx

xx.value_counts()    即可对文档中的列名为x的列进行统计

 

house_info = pd.read_csv('house_info.csv')

取行的操作：

house_info.loc[3:6]类似于python的切片操作

取列操作：

house_info['price']  这是读取csv文件时默认的第一行索引

取两列

house_info[['price',tradetypename']] 取多个列也是同理的，注意里面是一个list的列表，不然会报错误；

增加列：

house_Info['adress_new']=list([.....])  跟字典的操作有点类似；

对某一列除以他的最大值，这样可以得到一个0，1的数值范围，也就是一个简易的归一化操作；

house_info['price']/house_info['price'].max()

对列进行排序操作：

house_info.sorted_values('price',inplace=True,ascending=True) 这里的inplace表示再排序的时候是否生成一个新的dataframe 结构，ascending=true表示升序，默认也是升序；还有一点应该注意的是：对于缺省值，（Nan）排序的时候会把他排在末尾；

如何获取缺省值，：

column_null = pd.isnull(column)

column_is_null_true = column[column_null]

 

提取某行某列的数值：

读取‘WT_Runcode’列第i行对应的数据：

data['WT_Runcode'][i]     或者       data.loc[i,'WT_Runcode']

 

只要df表中某列（例如B列）有值x与y所在的行：

df[df.B.isin([5,13])]

 

判断表中某行某列是否为空值：

np.isnan(file['B'][i])    True? Flase?   判断file表中B列i行是否为空

 

pandas删除带有空值的行：

使用DataFrame.dropna(axis=0, how='any', thresh=None, subset=None, inplace=False)
参数说明：

axis: axis=0: 删除包含缺失值的行
        axis=1: 删除包含缺失值的列
how: 与axis配合使用
        how=‘any’ :只要有缺失值出现，就删除该行货列
        how=‘all’: 所有的值都缺失，才删除行或列
thresh：axis中至少有thresh个非缺失值，否则删除
        比如 axis=0，thresh=10：标识如果该行中非缺失值的数量小于10，将删除改行
subset: list
        在哪些列中查看是否有缺失值
inplace: 是否在原数据上操作。如果为真，返回None否则返回新的copy，去掉了缺失值

pandas删除列：可以使用dropna 或者drop函数

df.drop('falsjf'，axis1) 或者 df.drop(['dhfaks','fkasjf','fhassf'],axis = 1)

pandas填充：

使用DataFrame.fillna(value=None, method=None, axis=None, inplace=False, limit=None, downcast=None, **kwargs)

value: scalar, dict, Series, or DataFrame
dict 可以指定每一行或列用什么值填充
method： {‘backfill’, ‘bfill’, ‘pad’, ‘ffill’, None}, default None
在列上操作
ffill / pad: 使用前一个值来填充缺失值
backfill / bfill :使用后一个值来填充缺失值
limit 填充的缺失值个数限制。应该不怎么用

取序列的索引项：

x1= df.index

 

使用pandas获取列标签：

liebq1 = file1.columns.values

liebq1 = list(file1.columns.values)   转化为列表形式

 

常看表格信息：df.info()