DataFrame中的一些方法

记录自己常用到的一些功能，方便以后查找，持续更新…

pandas Resample

时序数据等时间间隔重采样，index必须是datetime类型

re_data = data.resample('60S').mean()
# '60S'表示每60秒重采一个数据，mean()表示用均值填充

找出dataframe中空值的位置

location = df[df.isnull().values==True].index

dataframe中删除全为Nan的列

df = dataframe.loc[:,dataframe.notnull().sum()!=0]

同理可得删除全为Nan的行

dataframe读取和保存mat文件

from scipy.io import loadmat,savemat
mat = loadmat(path)['key']  #读取mat

savemat('savemat.mat', {'df':df.values}) #保存mat，df为dataframe类型

dataframe添加columns

col = ['A','B',...]
df.columns = col

统计每一列缺失值并排序

sortindex = np.argsort(dataframe.isnull().sum(axis=0)).values#找出数据集中缺失值从小到大的特征的排序
print(sortindex)

#例如：输出3 2 5 4 1 0
#说明缺失值最少的是第3列，接着是第2列，...，第0列缺失值最多