Pandas.Dataframe使用小结

上网查资料后发现做数据挖掘目前比较常用的就是R和Python，之前用过R所以现在想尝试使用Python。

Dataframe是非常好用的数据结构，可以把数据按表格的方式存取，但是在使用的过程中真的遇到很多麻烦。下面是一些使用心得

1. Dataframe的赋值

test_data.ix[~pd.isnull(test_data['col']),'label'] = 1
test_data['label'][~pd.isnull(test_data['col'])] = 1

两种都可以赋值，但是下面那种应该是不对的，会有Warning。

在对行进行赋值时，一定要保证index是一样的。

假设有A、B两个Dataframe并且A、B有相同的结构，要把B的一部分赋值给A，那要两个部分有着相同的index才可以正确赋值，否则会有NaN。

1 2 3 4 5 6 7 8 9

*

10 20 30 40 50 60 70 80 90

=

10 40 90 160 250 360 490 640 810

这样的计算也是可以通过Dataframe来计算的，同样的，两个Dataframe要有相同的Indexer。

总的来说，在Dataframe里面，indexer非常重要，是各种赋值、计算能不能正确进行的关键。