Pandas使用总结

• 1.pandas查看并修改列类型

查看：
df.dtypes
修改
使用astype如下：
df[[column]] = df[[column]].astype(type)

• 2.列映射编码：

size_mapping = {  
           'XL': 3,  
           'L': 2,  
           'M': 1}  
df['size'] = df['size'].map(size_mapping)  

• 3.列应用函数

import pandas as pd
def getInterval(arrLike):  #用来计算日期间隔天数的调用的函数
    PublishedTime = arrLike['PublishedTime']
    ReceivedTime = arrLike['ReceivedTime']
    days = dataInterval(PublishedTime.strip(),ReceivedTime.strip())  #注意去掉两端空白
    return days
df['TimeInterval'] = df.apply(getInterval , axis = 1)

• 4.删除某几列

方法一：直接del df['column-name']

方法二：采用drop方法，有下面三种等价的表达式：

1. df= df.drop('column_name', 1)；

2. df.drop('column_name',axis=1, inplace=True)
例： df.drop(['B', 'C'], axis=1)
3. df.drop(df.columns[ : ], axis=1,inplace=True)   # Note: zero indexed

注：凡是会对原数组作出修改并返回一个新数组的，往往都有一个 inplace可选参数。如果手动设定为True（默认为False），那么原数组直接就被替换。也就是说，采用inplace=True之后，原数组名（如2和3情况所示）对应的内存值直接改变；而采用inplace=False之后，原数组名对应的内存值并不改变，需要将新的结果赋给一个新的数组或者覆盖原数组的内存位置（如1情况所示）。