python-dataFrame学习体会

dataFrame学习体会

大体上，诸如语言的学习，一定要看文档！！！尤其是Python常用的几个包（pandas，numpy，sk-learn等）

官方文档：http://pandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.html

1. dataFrame常用属性(就本人而言，使用频率比较高的)：

        （1）temp_df.dtype： temp_df.dtype[0]——行数；temp_df.dtype[1]——列数；

        （2）temp_df.size： temp_df 的大小(类似于表格中有多少格)

        （3）temp_df.iloc： temp_df.iloc[m:n]， 取出temp_df的第m到第n行

2. dataFrame常用方法：

注意：调用的时候注意方法是否有返回值！！!

2.1 有返回值

    （1）temp_df.reset_index(level=None, drop=False, inplace=False, col_level=0, col_fill='')

        返回：dataFrame

        重新设置索引，一般在删除或者合并数据后使用。drop=True 删除原有行的索引，drop=False, 原来的索引作为新的一列出现在dataFrame中。

       （2）temp_df.count(axis=0, level=None, numeric_only=False)

        返回：series 或者dataFrame

        按行或列统计非NaN的个数

        （3）temp_df.sum()，temp_df.mean(), temp_df.median()

           参数(axis=0， skipna=False) 

        按照行列求和，平均值，中位数

        返回： 计算后的Series or DataFrame 

        (3) temp_df.merage()

          合并df, 默认按字段合并， 并合并共同的字段；

        

2.2 无返回值

    （1）temp_df.fillna(value, method, limit )  ——找到空值进行填充

        value——指定值填充空值；method——指定填充的方法，可取{‘backfill’, ‘bfill’, ‘pad’, ‘ffill’, None},一般有method，其他参数不用，limit——指定填充的行数,默认所有

        # 整个temp_df 空值的地方全部填充为0        

        temp_df.fillna(0)

        # 按列填充

        values = {"a":0, "b":1,"c":2}

        temp_df.fillna(value=values)

    （2）temp_df.drop(columns, axis，inplace)——删除行或者列 

        可以通过index或者列（行）名进行删除，axis=0：表示删除行； axis=1：表示删除列；inplace:是否保留删除的数据

        e.g. 删除单列  temp_df.drop('a', axis=1, inplace=True)或者 temp_df.drop(columns='a', inplace=True) 

              删除多列 temp_df.drop(['a', 'b'], axis=1, inplace=True)或者temp_df.drop(columns=['a', 'b'], inplace=True) 

      (3)保存数据到文件：temp_df.to_csv(), temp_df.to_dict(), temp_df.to_excel(), temp_df.to_json()