df.drop_duplicates()去重
df.reset_index(inplace=True,drop=True)重置索引,并将旧索引删去
df.rename({'A':'a'},inplace=True)给某一列重命名A->a
pd.merge()实现两个dataframe行合并,支持多种合并方式
pd.concat()实现多个dataframe行或列合并,仅支持inner或outer
行合并用pd.merge,列用pd.concat
df['A'].apply(lambda x:)使用apply+匿名函数的方法可以很灵活的处理某一列数据
df.groupby(by='A').agg({'a':'value_counts'})可以实现按A列分组然后对每组计算a列各类别的数量
df['A'].replace('a','b')可以将A列中的a替换为b并返回
df.to_excel(path,index=True)保存时将索引也保存,false则不保存
pd.read_excel(path,index_col=0)读取是如果不指定索引列,不会自动识别哪个是索引,而是生成0开始的索引
条件筛选:
1.筛选出某一列是某个值的数据 df[df['A']==a]
2.筛选出某一列的值,值在集合中,此时是一堆值不是单个值
df[df.apply(lambda row:row['A'] in set1,axis=1)]