dataframe一些简单方法

总结一下，最近用到的dataframe的简单的方法

import pandas as pd
import numpy as np

df = pd.DataFrame(np.random.randn(4,3),columns=list('abc'))
print('df',df)
#1.对列进行操作，axis=1
df1 = df.apply(lambda x:x['a']*10 + x['b'],axis=1)
print('df1',df1)
#2.对行进行操作，axis=0
df2 = df.apply(lambda x:x[0]*10 + x[1],axis=0)
print('df2',df2)
#3.对行进行操作，增加判断条件,lambda+if
df3 = df.apply(lambda x:x[0]*10 + x[1] if x[0]>0 else x[0],axis=0)
print('df3',df3)
#4.扩展数据框的列
df['d'] = df1
print('df',df)
#5.扩展数据框的行，或者叠加两个数据框，使用append
df4 = df.append(df2,ignore_index=True)
print('df4',df4)
#6.分组，groupby里面的字段内的数据重构后都会变成索引，以a进行分组（a列为索引），对bc列进行求和。注意：groupby后一般需要带一个
# 方法mean()，sum()，first()，last()。
df5 = df4.groupby(['a'])[['b','c']].sum()
print('df5',df5)
#7.修改列名，也可使用rename
df4.columns = ['e','f','g','h']
print('df4',df4)
#8.修改索引名，也可使用rename
df4.index = list('56789')
print('df4',df4)
#9.获取列中有某特定元素的数据框，使用isin，获取c列元素值等于1和3的数据框
# df6 = df[df['c'].isin(['1','3'])]
#10.去重，drop_duplicates