python处理数据的一些代码

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档

---

一、如何读取txt文件，将其转化为DataFrame格式

f = open("G:\\prediction\\BIOGRID-ORGANISM-Homo_sapiens-4.4.204.tab3.txt","r",encoding='utf-8')   #设置文件对象
result=[]
for line in f.readlines():#readlines以列表输出文件内容
            line=line.strip().split("\t")
            result.append(line)
f.close()   #将文件关闭
result=pd.DataFrame(result).dropna(axis=0)

二、给DataFrame添加列名

usedata.columns=["Official Symbol Interactor A","Official Symbol Interactor B"]
usedata

三、删除指定行

usedata=usedata.drop([0])
#[]里面是行号

四、读取csv文件，不让第一行成为列名

# 读取数据
import pandas as pd
score = pd.read_csv(r"C:\Users\zyy\Desktop\source_code\out_dbis\dbis.cac.w5.l10_other.csv",header=None).dropna(axis=1)
score
# 主要是header=None,如果不加，第一行就成为了列名

五、读取DataFrame的第几行第几列

score.loc[2]
# loc[i] 读取第i行
score.iloc[2]
# iloc[i] 读取第i列

六、读取数据时，删除含有空值的行或列

dropna()方法，可以找到DataFrame类型数据的空值，将空值所在的行/列删除后，将新的DataFrame作为返回值返回。

函数形式：dropna(axis=0, how=‘any’, thresh=None, subset=None, inplace=False)

参数：

axis：轴。0或’index’，表示按行删除；1或’columns’，表示按列删除。

how：筛选方式。‘any’，表示该行/列只要有一个以上的空值，就删除该行/列；‘all’，表示该行/列全部都为空值，就删除该行/列。

thresh：非空元素最低数量。int型，默认为None。如果该行/列中，非空元素数量小于这个值，就删除该行/列。

subset：子集。列表，元素为行或者列的索引。如果axis=0或者‘index’，subset中元素为列的索引；如果axis=1或者‘column’，subset中元素为行的索引。由subset限制的子区域，是判断是否删除该行/列的条件判断区域。

inplace：是否原地替换。布尔值，默认为False。如果为True，则在原DataFrame上进行操作，返回值为None。

使用dropna()删除后

七、将dict数据存储到txt中

八、DataFrame 按照条件删选数据

需求就是 我有个DataFrame里面存储了许多数据，包括name ,以及其他的信息。我这里也有一个list里面包含了我所需要的数据的name. 就是按照list里面的name筛选数据
使用方法：

isin函数：df[df[“column_name”].isin(li)] (# li = [20, 25, 27] 或 li = np.arange(20, 30))
根据从isin函数传入的列表(li)，筛选出与列表中包含的数值或字符串相同的数据记录, 用法有点类似sql中的"in"

下面这个是原始数据：

这个是筛选之后的数据：

九、使用SVM训练鸢尾花数据集中的一些函数用法

1. np.loadtxt（）加载数据
2. numpy.split()函数 分割数据
3. sklearn的train_test_split()各函数参数含义解释（非常全）