pandas实战

1，在一个目录下读取多个文件

    
    
path ="/mnt/hgfs/tools/"
listfile =["1.csv","2.csv","3.csv","4.csv"]
for i in listfile:
    train_data =pd.read_csv(path+i)

得到的train_data是一个DataFrame

2，定义一个DataFrame， 获取DataFrame中第二行，和第二列的值

   
   
df=pd.DataFrame({'a':[1,1,1,1],'b':[2,2,2,2],'c':[3,3,3,3]})
print(df.iloc[1:2,[1]])

3，遍历一个DataFrame，如果 发现 该DataFrame中的第五列中，某个值的绝对值大于800，就记录该行的索引。

    
    
target =0
for index,row in dataframe.iterrows():
    if abs(int(row))>800:
        target=index
        break

4，修改一个DataFrame的列名

    
    
df=pd.DataFrame({'a':[1,1,1,1],'b':[2,2,2,2],'c':[3,3,3,3]})
df.columns=("aa","bb","cc") 
print(df)

5，计算DataFrame每列的均值，标准差，最大值，最小值

    
    
df=pd.DataFrame({'a':[1,1,1,1],'b':[2,2,2,2],'c':[3,3,3,3]})
print(df.mean())#均值
print(df.std())#标准差
print(df.max())#最大值
print(df.min())#最小值

6，转置一个DataFrame

    
    
df=pd.DataFrame({'a':[1,1,1,1],'b':[2,2,2,2],'c':[3,3,3,3]})
print(df)
print(df.T)

7，横向扩展一个DataFrame，当扩展的列和已经存在的列，列名冲突时，可以通过 df [ df . columns + "1" ] 手动设置新增列的列名。如果不设置，会覆盖列名相同的列。

    
    
df=pd.DataFrame({'a':[1,1,1,1],'b':[2,2,2,2],'c':[3,3,3,3]})
print(df)
df[df.columns+"1"]=df
print(df)

8，纵向扩展一个DataFrame，将一个DataFrame中的数据，添加到另一个DataFrame中。

    
    
df=pd.DataFrame({'a':[1,1,1,1],'b':[2,2,2,2],'c':[3,3,3,3]})
newdf=pd.DataFrame({'a':[11],'b':[22],'c':[33]})
print(df)
df=[df,newdf]
df=pd.concat(df,ignore_index=True)
print(df)

将newdf插入到df中，因为newdf中的列名和df中的列名相同，所以，不会创建新的列。

注意：

pd . concat（）的方法中加入ignore_index=True这个参数，这样新生成的DataFrame的索引就会按顺序排列。同时要注意单词大小写问题，这里的语法是大小写敏感的。

9，将一个list或DataFrame插入到另一个DataFrame的第一列中。

    
    
df=pd.DataFrame({'a':[1,1,1,1],'b':[2,2,2,2],'c':[3,3,3,3]})
ll=pd.DataFrame({'ll':[4,4,4,4]})
listdata=[5,5,5,5]
df.insert(0,'label',ll)
df.insert(0,'list',listdata)
print(df)

注意：插入的DataFrame只能包含一列，如果包含多列会报错。

10，将一个DataFrame输出到csv文件中

     
     
df=pd.DataFrame({'a':[1,1,1,1],'b':[2,2,2,2],'c':[3,3,3,3]})
df.to_csv("/mnt/hgfs/tools/result.csv",index = False)

注意： df . to_csv()方法中 加上index= False，在生成的csv文件中，就不包含索引列的信息了。