最近几个月,用python批量处理公司的日志时,用到了pandas,所以可以记录下,用到的一些指令,以便以后不再踩到坑里了。
1merge
一般合并数据的时候会用到merge,它是指定key,然后将数据连接起来,一般需要指定连接方式how,how:指的是合并(连接)的方式有inner(内连接),left(左外连接),right(右外连接),outer(全外连接);默认为inner
2concat
合并来自不同日志的数据时,我更多的是用了concat,而不是merge,因为它可以保持dataframe原有的属性,合并是需要指定axis,axis=0表示向下合并,axis=1表示向右合并
3apply
apply是一个调用函数的方法,使用apply可以对指定的数据集中的每一个数据全部跑一遍指定的函数
4groupby
对数据进行分组
5read_csv的字段含义
df = pd.read_csv(file_path,//文件路径
names=column_names,//每列的属性名
header=None,//是否有表头
sep=file_sep,//分隔符
encoding='utf-8',//编码格式,当utf-8不行时,可以考虑使用latin1
quoting=csv.QUOTE_NONE,//引用
escapechar=',',//无视的特殊符号,
warn_bad_lines=True)//这个我忘了。。
还有一些基本的方法如drop_duplicates(),fillna()之类的顾名思义,就不多介绍,需要将来自己重新用到pandas的时候这篇小结能有所作用