Pandas 基本使用

1  读取txt 文件

df_train=pd.read_table("totalExposureLog_count1_static_uniq_average_process.txt")

2 读取csv 文件

df_test = pd.read_csv('./submission.csv')

3 得到数据的 描述

print(df_test1.describe())

当没有出现正常的时候，要把每一列的值转为float
4 两个id 相同的表合并

result = pd.merge(df_test, df_test1, how='right', on=['id', 'id'])

5 得到表的行列数

print(result.shape)

6 查看pandas 数据的类型：print(df_test.info()) 

<class 'pandas.core.frame.DataFrame'>
Int64Index: 38596 entries, 0 to 38595
Data columns (total 2 columns):
id        38596 non-null int64
target    38596 non-null float64
dtypes: float64(1), int64(1)
memory usage: 904.6 KB

7 转换 pandas 数据的类型

df_test=pd.DataFrame(df_test,dtype=np.float)
df_test[["id"]]=pd.DataFrame(df_test[["id"]],dtype=np.int)

8  求某两列均值

result['target_all'] = np.mean(result[["target_x","target_y"]].values, axis=1)

9 新建个pandas 

sub_df = pd.DataFrame({'id':result['id'].values,'id1':result['id1'].values})
sub_df["target"] = result['target_all']
sub_df.to_csv("lgb_submission_stack.csv", index=False)

10  pandas 查看是否有na

df.isnull()

print(df.isnull().any()) #用来判断某列是否有缺失值

11 切分数据：split -l 50 wlan_date.txt wlan
拆分后会生成 wlanaa wlanab wlanac 三个文件，wlanaa wlanab两个文件分别50行，wlanac文件剩下20行

12 修改列名：df_test.rename(columns={'出价':'操作后新的出价值', '行业id':'广告行业id','账户id':'广告账户id',}, inplace = True)