pandas使用技巧存档

1. pandas中两个datetime.time列之间的微秒差？

最简单的方法就是这样做：

(pd.to_datetime(df['time2']) - pd.to_datetime(df['time1'])) / np.timedelta64(1, 'us')

 

2.对一列进行分列操作

 

product_field = product_field['v'].str.split('+',2, expand = True).rename(columns={0:'一级领域', 1:'二级领域', 2:'三级领域'})

注意：如果直接用某一列和split()来分列是不行的，因为Series数据类型是没有split()的，所以需要先用.str将这一列转换为类似字符串的格式，就能够使用split()了。

str.split()有三个参数：第一个参数就是引号里的内容：就是分列的依据，可以是空格，符号，字符串等等。

第二个参数就是前面用到的expand=True，这个参数直接将分列后的结果转换成DataFrame。

第三个参数的n=数字就是限制分列的次数。

就是当用于分列的依据符号在有多个的话需要指定分列的次数（不指定的话就会根据符号有几个分列几次）。

3.移动列的位置

方法一：  用临时变量保存要移动的列，然后删除掉移动的列， 把临时变量插入到合适的位置

方法二：重新排列列名字后，用reindex函数。

               df02 = df.reindex(columns=new_columns)#调整索引，不仅仅调整行，也可以调整列 #注意这里reindex的妙用，可以自动关联数据，调整数据