数据处理常用方法

列值替换：

data.TRADE_TYPE[data.TRADE_TYPE==21] = 1
data.TRADE_TYPE[data.TRADE_TYPE==22] = 0

取消索引：

wo.to_csv('szy.csv',index = False)

查看所有列的空缺值

data.isnull().sum()

查看每列的值的数量

data['TRADE_VALUE'].value_counts()

去除重复值

data = data.drop_duplicates()

字符串替换

str.replace("is", "was")

筛选指定日期的行

fw = result[(result.date>='2015-8-1')&(result.date<='2015-8-7')]

将object转化为日期类型

result.date = pd.to_datetime(result.date)

df=pd.DataFrame({'A':[0,1,2],'B':[0,5,6]})

df.nunique()

A    3
B    3
dtype: int64

nuinque()是查看该序列(axis=0/1对应着列或行)的不同值的数量。用这个函数可以查看数据有多少个不同值。