pandas常用操作

一、pandas读取文件操作

import pandas as pd
df=pd.read_excel("excel表名.xlsx","Sheet1")

二、pandas数据过滤及修改操作

new_df = df[df["列名"]=="满足要求的关键字"]

#字符串包含 过滤字符串含有的数据，可以定义na参数来包含是否包括空数据，na=False不包含为na的字符串
df=df[df['yporyj'].astype(str).str.contains("列包含的字符串",na=False)] #筛选信息

#日期 生成一个日期区间并筛选日期区间内的数据
s_date = pd.to_datetime(datetime.datetime.strptime('20210417 0:0:0', '%Y%m%d %H:%M:%S').date())
e_date = pd.to_datetime(datetime.datetime.strptime('20210518 0:0:0', '%Y%m%d %H:%M:%S').date())
df = df[(df['createdAt'] >= s_date) & (df['createdAt'] <= e_date)] #筛选日期区间的数据，&表示and |表示or 注意使用小括号包裹，不然会出错


#日期 字段日期取最大最小
min_date=df["createdAt"].min()
max_date=df["createdAt"].max()

#日期 天数、小时、秒相加
df["createdAt"].min()+datetime.timedelta(days=3)+datetime.timedelta(hours=3)+datetime.timedelta(seconds=10)


#空数据 替换
df['你的字段名'].fillna("0.0.0.0", inplace=True) #找到为空的数据然后替换掉

#列表拼接操作
import pandas as pd
a=[[1,2,3],
   [4,5,6]]
a = pd.DataFrame(a, columns=['one_a', 'two_a', 'three_a'])
b=[[11,22,33],
   [44,55,66]]
b = pd.DataFrame(b, columns=['one_b', 'two_b', 'three_b'])
print(a)
print(b)
#只有 pd.Series, pd.DataFrame, and pd.Panel 类型的变量可用concat函数，axis表示拼接的维度
c=pd.concat((a,b),axis=1)
print(c)
#列重命名
c=c.rename(columns={'one_a':'one_ac','one_b':'one_bc'})
print(c)
#索引必须和行数对应
c.index=['1A','2B']
print(c)
c=c.rename(index={'1A':'A','2B':'B'})
print(c)
#选择任意行数据
hang=c.loc[['B','A'],:]
print(hang)
#
lie=df2=c.loc[:,['one_ac','one_bc']]
print(lie)