pandas常用操作三——关于行

df_data = pd.read_csv(path + '\\' + deletefile, sep=',') #以分隔符逗号读取数据

• df_data.loc['a'] # 找到行索引为‘a’的数据
• df_data.loc['a'：'d'] #找到行索引为‘a’至’d‘的数据（包含’d‘行）
• df_data.iloc[0:3]#找到第一行至第三行的数据（不包含第四行）
• # df.ix[rows,columns]
• # replaces the deprecated ix function
• #df.ix[0:3,'Rev']
• df.loc[df.index[0:3],'Rev']
• # replaces the deprecated ix function
• #df.ix[5:,'col']
• df.loc[df.index[5:],'col']
• # replaces the deprecated ix function
• #df.ix[:3,['col', 'test']]
• df.loc[df.index[:3],['col', 'test']]
• df.drop_duplicates() #删除df中重复的数据
•  

#将特定格式的字符串保存为csv文件

• string_data = "1111,2222,3333,,4444"
• pd_data = pd.Series(string_data)
• pd_data_expend = pd_data.str.split(",", expand=True)
• pd_data.shape
• pd_data_expend.shape
•  
• row_name = df_data.index #行索引
• df_data.index.levels[1] #行索引有多个，索引第二个
• df_data.index.get_level_values(0)# 行索引有多个，索引第1个的值
• df_data.index.get_level_values(1).year# 行索引有多个，索引第2个的year值（针对日期）
• df_data.index.get_level_values(1).month# 行索引有多个，索引第2个的month值（针对日期）
• df_data.index.get_level_values(1).day# 行索引有多个，索引第2个的day值（针对日期）

参考链接：http://pandas.pydata.org/pandas-docs/stable/tutorials.html

由于笔者也是初学者，希望记录分享，以便方便学习，如有错误，欢迎批评指正，谢谢！