python pandas学习笔记

1. df假设是我们要进行计算的data frame。
2. 有些是函数，比如说pd.isnull()，而有些是methods，比如说df.drop()。
3. df.drop()：删除行或者列。这样生成一个新的data frame，但可以设置参数，选择是否在原df也删除行或者列。axis=1表示，删除的是列；默认不改变原来的df，但是加上inplace = True会删除在原df中的行或者列。
4. df.shift(i)：表示df数据都往下移i个位置。
5. pd.isnull(df)：判断是否为0.
6. df.sum()：计算和，如果是空白或者0，列上面和，如果是1，计算每个行的和。
7. len(df)：返回行的数量。
8. df.index 返回行名或者index。
9. df.columns返回列名。
10. 生成空的df，同时确定行和列名（行列数也确定）：df = pd.DataFrame(index = ["a","b,"c"], columns = ["1","2","3","4"]）。
11. 在已生成的df中加入行或者列：df.loc["newRow",:] = []。可以直接使用list，也可以是pd.Series。
12. df.std()返回的是无偏差的unbiased标准差。
13. 建立空的df：通过np包建立，df = pd.DataFrame(np.zeros([nRows, nColumns]))
14. 索引：

• 行名索引行：df.loc["rowName"]或df.loc["rowName",:]
• 列名索引列：df["columnName"]或df.loc[:,"columnName"]
• 行号索引行：df.iloc[rowNum,:]
• 列号索引列：df.iloc[:,columnNum]
• 可以使用range或者行名和列名的list索引多个行和多个列
• 不能用名字和号码同时索引行或列，去索引某个准确位置的element