# -*- coding:utf-8 -*-
import tushare as ts
import pandas as pd
df = pd.read_excel('test.xlsx')
df1 = df.head(10)
#dataframe按索引升序排列,默认即是升序
print df1.sort_index()
#dataframe按索引降序排列
print df1.sort_index(ascending=False)
#第一行按升序排序,默认即是升序
print df1.sort_index(axis=1)
#第一行按降序排序
print df1.sort_index(axis=1, ascending=False)
#以amount这一列的值进行排序,默认从小到大
print df1.sort_values(by='amount')
#以amount这一列的值进行排序,从大到小
#print df1.sort_values(by='amount', ascending=False)
1:取行的操作:
house_info.loc[3:6]类似于python的切片操作
2:取列操作:
house_info['price'] 这是读取csv文件时默认的第一行索引
3:取两列
house_info[['price',tradetypename']] 取多个列也是同理的,注意里面是一个list的列表,不然会报错误;
4:增加列:
house_Info['adress_new']=list([.....]) 跟字典的操作有点类似;
5:对某一列除以他的最大值,这样可以得到一个0,1的数值范围,也就是一个简易的归一化操作;
house_info['price']/house_info['price'].max()
6:对列进行排序操作:
house_info.sorted_values('price',inplace=True,ascending=True) 这里的inplace表示再排序的时候是否生成一个新的dataframe 结构,ascending=true表示升序,默认也是升序;还有一点应该注意的是:对于缺省值,(Nan)排序的时候会把他排在末尾;
7:如何获取缺省值,:
column_null = pd.isnull(column)
column_is_null_true = column[column_null]
欢迎关注微信公众号 : 码奋
Email:maafenn@gmail.com