import pandas as pd
pd.DataFrame(data,index=index, columns=)定义了一个表格, 对这个表格,用head(n)取前n行,tail取后面, 也可以sort(column='')。 即index为行索引,columns为列索引
pd.Series(data, index=index)是一个一维数组结构,data可以是python的任何数据类型
pandas文件:
pd.read_csv('.csv文件', skipinitialspace=True, skiprows=1, sep=',') 有时csv文件为了便于阅读,在逗号之前加入了一些空格以对齐每列的数据,这时候可以选择忽略这些空格; skip是为了跳过说明行, usecols=[0,1,2]选择需要的列
当读入数据后,可以用data.columns重新定义列的名字,并且之后可以用data.列名访问
文件.to_csv
nunique()为统计次数 groupby(key).size().cumsum()是求得累计值,去掉cumsum时为每一个key的统计
假设定义的pandas格式名字为a,则a.to_matrix()就可以转化为ndarray格式