Pandas基础 - 数据处理

Pandas的数据处理

1. np.random.seed(0) #固定随机数 np.random.rand(6,4) #随机生成6行4列 的数
   
2. df指整个表格，df[: 1] 指选择第一行，df[1:3] 选择多行，指索引1到索引3的2行。
   
3. df[2::2] 指从df里面选择索引为2开头，步长为2的 所有行。
   
4. 选择的序列，df[“A”] 指选择A列
   
5. df[[ ]]；表示2维，截取的表格，df[ ] 表示1维，截取的的列。df[[“A”,“B”]] = df.iloc [ :,[“A”，“B”]] 表示截取的多行多列。

6. df的显示与隐式的切法：loc 表示显示，iloc 表示隐式。df.loc[“a”:“b”,[“A”,“B”]] 表示a到b的行，A,B两列开始切，即切的4个数据。df.iloc[1:3,2:4] 表示从第1个索引到3个索引，切的2行，再从第3列到第5列(左闭右开)，切的2列，即C列与D列。

DataFrame 的过滤

1. 两种df的过滤对比：df > 0 表示表里每一个元素是否大于0，返回的是布尔值。df[df>0]表示留着大于0的数，Nan表示空值。
   

2. 对大于0 的数求和，计数，求平均，进行聚合运算。
   

3. df.loc[“a”] 指找出a 列大于0 的数，返回布尔值。df.loc[:,df.loc[“a”]>0] 指保留"a"列里大于0的所有行，即只要a列有大于0 的数，全都显示。
   

4. df[df[“A”]>0] 表示过滤出 A 列大于0的所有行。
   

5. 举例：df.loc[(df[‘A’]>0)&(df[‘B’]<0),(df.loc[‘a’])>0&(df.loc[‘b’]<0)]
   第一步：用的显示索引，df.loc[ ，] 切的是表格。
   第二步：df[“A”]&df[“B”] 表示同时满足A列大于0 和 B 列小于0的行。
   第三步：df.loc[‘a’])>0&df.loc[‘b’]<0，表示同时满足a 行大于0 和 b 行小于0的列。

DataFrame 的缺失值判断

1. 第一步，需要用到的2个库：numpy and pandas（Series 和 DataFrame）