python数据处理：pandas相关应用（二）

摘要：日常工作和学习中通常需要将手中的csv数据进行读取、清洗、预处理然后导出。Pandas作为强大的结构化数据分析工具集，它的使用基础是Numpy，用于数据挖掘和数据分析，同时也提供数据清洗功能。本文视角从excel数据处理进行类比讲述。

pandas官方文档

Dataframe 相关应用

1.数据筛选、插入基本功能

tips = pd.read_csv(url)#读csv文件

对于pandas，通过将列名列表传递给DataFrame来完成列选择：

tips[['total_bill', 'tip', 'smoker', 'time']].head(5)

对于pandas，可以使用DataFrame.assign()DataFrame 的方法追加新列：

tips.assign(tip_rate=tips['tip'] / tips['total_bill']).head(5)代码片

DataFrame可以通过多种方式进行过滤。最直观的方法是使用 布尔索引。

tips[tips['time'] == 'Dinner'].head(5)

多个条件，与&；或|

tips[(tips['time'] == 'Dinner') & (tips['tip'] > 5.00)]

NULL检查是使用notna()和isna() 方法完成的。