读写csv文件
写入
df.to_csv(filename)
读取
pd.read_csv(filename,header=0) #保留列属性,header=None不读列属性
缺失值处理
去掉包含缺失值的行
df.dropna(how=’any’)
对缺失值进行填充
df.fillna(value=5)
选择行或列
df.iloc[3] #第四行
df.iloc[:,3] #第四列
df.iloc[3:5,0:2] #第四到六行,第一到三列
df.iloc[[4,5,6],[0,1,2]] #第四到六行,第一到三列
df[] #这是对行进行切片
统计
df.describe() #描述
df.head() #头五行
df.tail() #尾五行
df.T #转置
df.sort(columns=’B’)# 对轴进行排序
df.mean() #对每列求均值 通过axis=0/1 确定行列
映射
df.apply(function) #通过自定义函数,应用于df中
例如:df.apply(lambda x:x.max()-x.min()) #求得每列最大减最小,通过axis=1 进行行操作
合并
pd.concat(list) #list各元素为各个DateFrame
例如 pieces = [df[:3],df[3:6],df[6]];pd.concat(pieces)
pandas函数
最新推荐文章于 2024-08-19 16:01:20 发布
![](https://img-home.csdnimg.cn/images/20240711042549.png)