pandas包常见使用整理

常用功能一、读入CSV  

        data = pd.read_csv('C:\\Users\\路径.csv'）

        如果涉及中文标题，加入参数： data = pd.read_csv('C:\\Users\\路径.csv',encoding='GBK')

 

常用功能二、获取行名、列名、行数、列数

data.dtypes     # 查看dataframe 的数据类型

data.columns   # 列名列表

data.shape    获取行列，返回数组，可以在后面加[0] 行  [1] 列

dfname._stat_axis.values.tolist() # 行名称
 
dfname.columns.values.tolist()    # 列名称
 

常用功能三、重命名

        暴力重命名所有列   data.columns = ['A','B']   按照顺序重新命名所有列     

        data.rename(columns={'A':'a', 'B':'b', 'C':'c', 'D':'d'}, inplace = True)   这种方式可以任意更改自己想修改的列明，且不用注意顺序。

 

常用功能四、新增列、删除行

       data['e']  = data['d']- 1      新增列并赋值

        data.drop['2']                  删除索引为2的行

 

常用功能五、筛选

      a. 筛选行列 ：   df.at、 df.ix、df.loc、df.iloc等用法

        df['a']

         df.ix  可以用数字也可以用列明来筛选 如： data.ix[1,1]   data.ix["a","B"]

         df.loc 只能用行名和列名来筛选  data.loc["b","B"]    data.loc['b':'c','B','C']

         df.iloc 只能用数字 data.loc[1,1]

         df.at     可以支持数字行序和列名的混合使用： data[1,'a']   可支持变量序号 如：  for i in range(0,100):    print(data.at[i,'shop_name'])

    b. 筛选空值、等于某值：

        单条件： df[df.D>0]

        多条件：  df[(df.D>0)&(df.C<0)]

        包含多值： df.A.isin([‘重庆’,’成都’])