pandas自学笔记

参考：GitHub - hangsz/pandas-tutorial: 适合初级到中级晋升者，有了体系之后就看熟练度了。
仅为自用

一、数据框的基本结构

dataframe 主要有四个组成部分 columns 列名称，index行索引，values（data）二位数组 ，dtypes（每一列）的元素类型。

note：数据框的创建是一行一行地写数组

二、数据框的创建

从csv创建 

pd.read_csv(filepath_or_buffer, sep=',', header='infer', names=None,
            index_col=None, encoding=None )

注意header和name的关系

三、数值统计与运算

sum(), mean(), std(), var(), min(), max(), median() 这些方法默认下按列进行运算。

count() 查看非NaN元素个数，axi=0按列计数

四、时间的相关操作

pd.to_datetime()  常用有三个参数
arg：表示要处理的列，比如 df['str_time2']。

format：如果列的内容为字符串，用format方法确定如何读取字符串，比如%Y-%m-%d %H:%M:%S

unit：如果列的内容为int，用unit方法确定秒的精度，比如unit=“s“ 

4.1 对于数据类型为datetime的列，在后面加上dt后即可对其进行时间组件上的操作

df[summer_vaca].dt.year /month/day/hour/minute/second

df[summer_vaca].dt.date / time

df['utctime1'].dt.ceil(freq="H") ,向上取整。 floor，向下取整。 round，就近取整

五、object对象类型的处理

object对象指的是数据类型为字符串，字典，列表的列

常用方法直接套用对应方法即可，但是要加.str，比如df['list'].str.get(1) #取第1个位置的量

六、Dataframe的增删查改

6.1Dataframe的快捷查询[]

运用[]对df进行快捷查询，对列有两种，对行有一种

对列：df[“1”] 、df[ [ “1","2" ] ]  注意：对列快速查询必须给列名 ，“1”,对多个列查询必须要传列表。
对行：df[ 0:2 ]         对行快速查询必须用位置，而不是用索引，左闭右开， 中间是  :

6.2使用loc()进行查询

用此方法查询基于 index 和columns

df.loc[ "b" , "B”] 逗号前与逗号后均为index，需要带上双引号。注意使用逗号分开。

df.loc[ ["a","b"] , "B"] 可以在内部使用[]对多个行/列进行查询。逗号区分维度，但是[]又让维度低一级

补充：貌似用loc可以代替iloc的功能，左闭右闭

6.3使用iloc()进行查询

方法与loc相同，只不过从使用索引转变为使用位置，同样是左闭右开。

6.4数据的修改

只需要在查询的基础上进行赋值即可。 注意：对于多行多列的数据框赋值，不建议一次性传入，可以写循环逐行或者逐列传入 df.iloc[[1,2,3,4], i ]

6.5索引的修改

推荐使用df.rename()方法进行修改  

DataFrame.rename(index=None, column =None, level=None, inplace=False)

待更新，增加与删除