pandas处理数据操作总结

对pandas封装的函数很不熟悉，在这里记录一下。

1.groupby()

• 基本格式：DataFrame[‘数据处理序列’].groupby(键值).操作()。它的返回类型是一个dataframe，它的索引就是groupby的键值。如果没有后面的操作返回的就是一个<pandas.core.groupby.groupby.SeriesGroupBy object at 0x000000EA33F9B438>或者<pandas.core.groupby.groupby.DataFrameGroupBy object at 0x000000EA33F9B438>，没有什么输出(但是一个可以迭代的对象，具体参照这里的1.2小节

• 后面跟的操作类型，mean(),max()等等一般的操作；
• 高级的操作：
• 1.聚合(agg())，agg中的参数为一个函数，表示聚合方式
  
  
• 2.transform()，参数也要跟一个函数，它传递的数量为原数据行数
  

2.reset_index()

为dataframe从0开始重新设置索引，若跟参数drop=True，原索引会被删除，否则原索引成为了新的一列。(有时在agg()后用下它还可以生成dataframe)

3.pd.DataFrame()是可以用参数index，columns指定索引、列名。

4.pd.concat([],axis=1),dataframe的合并，[]中为dataframe，1表示横向合并。

5.DataFrame的遍历

• for index,row in data.iterrows():然后就可以row[列名]取出值。

6.DataFrame写入文件

• 设置index=False写入时不写入索引

7.dataframe与drop有关的操作。

• 删除列：df.drop(columns=[],inplace=True)
• 删除特定行：data=data[data[“count”]>=11].copy()或者df.drop(index=df[df.count>=11].index,inplace=True)

8.leave-one-out切分

数据只有user、item两列

9.随机负采样

10.df有index，columns，values属性