Pandas Dataframe 常用方法

1. 取DataFrame中其中几列并组合存储为新的DataFrame

trauma_demo = trauma_demo[['PERSON_ID','VISIT_DATE','VISIT_END_DATE']]

2. dataframe_转换日期格式

1 df1['付款时间1'] = pd.to_datetime(df1['付款时间'])
2 df1['year_month'] = df1['付款时间1'].apply(lambda x : x.strftime('%Y-%m-%d'))
3 print(df1['year_month'])

3. DataFrame实现两表连接

dataframe根据多个条件进行合并
pandas dataframe的各种合并
merge()

# 两表根据相同命名的列合并
df = pd.merge(df1, df2, how='left', on = ['colname'])
# 两表根据命名不同的两列合并：
df = pd.merge(df1, df2, left_on=['df1_colname1'], right_on=['df2_colname1`'])

4. dataframe计算两个日期之间天数

如果不用 .dt.days 会转成timedelta格式，可以试试看

trauma_demo['Length_Stay'] = (pd.to_datetime(trauma_demo['DISCHARGE_DATE']) - pd.to_datetime(trauma_demo['VISIT_DATE'])).dt.days

5. pandas DataFrame 交集并集补集

df1 = DataFrame([['a', 10, '男'], 
                 ['b', 11, '男'], 
                 ['c', 11, '女'], 
                 ['a', 10, '女'