Pandas基础

 

1.使用pandas从一个csv文件中筛选部分数据 

import pandas as pd
df1 = pd.read_csv('1.csv')
df2 = pd.read_csv('2.csv')

idx_for_df1 = df1['列标'].isin(df2['列标']) # 使用DataFrame.isin 筛选列标字符一样的行
df_final = df1[idx_for_df1] # df_final 是你想要的结果

2.获取DataFrame对象的行数

len(df.index) #df为DataFrame对象

3.统计列的空值的数目

df.isnull().sum()

4.查看数据（查看对象的方法对于Series来说同样适用）

   4.1 查看DataFrame前xx行或后xx行

df=DataFrame(data);
df.head(6)#表示显示前6行数据，若head()中不带参数则会显示全部数据。
df.tail(6)#表示显示后6行数据，若tail()中不带参数则也会显示全部数据。

   4.2 查看DataFrame的index，columns以及values

df.index
df.columns #（3以上版本无次函数）; 
df.values

   4.3 describe()函数对于数据的快速统计汇总

df.describe()#对每一列数据进行统计，包括计数，均值，std，各个分位数等。

   4.4 对数据的转置

df.T

    4.5 对轴进行排序

df.sort_index(axis=1,ascending=False)#其中axis=1表示对所有的columns进行排序，下面的数也跟着发生移动。后面的ascending=False表示按降序排列，参数缺失时默认升序。

    4.6 对DataFrame中的值排序

df.sort(columns='x')#即对df中的x这一列，从小到大进行排序。注意仅仅是x这一列，而上面的按轴进行排序时会对所有的columns进行操作。

5. 选择对象

  5.1 选择特定列和行的数据

df['x']#那么将会返回columns为x的列，注意这种方式一次只能返回一个列。df.x与df['x']意思一样。
#取行数据，通过切片[]来选择  如：df[0:3] 则会返回前三行的数据。

 

import pandas as pd

if __name__=="__main__":
    path="./test.csv"
    df=pd.read_csv(path)
    print("df:\n%s\n\n" % df)
    #选择指定列
    df_result=df[['DEVICE_ID','LNG','LAT']]
    print("df_r