python pandas 的学习

panda速查表：

https://www.kesci.com/apps/home/project/59e389b54663f7655c48f518

 

http://url.cn/5IvlsYz

https://www.cnblogs.com/big-face/p/5418416.html

http://jingyan.baidu.com/season/43456?pn=0

http://www.cnblogs.com/kylinlin/p/5226860.html

1、可以使用tolist()函数转化为list

food_info.columns.tolist()

 

2、pandas时间序列的处理

http://blog.csdn.net/pipisorry/article/details/52209377

 

比如12：14：15

str.split(':').map(lambda x:x[1])：可获取时间的片段，14

map(lambda x:x[1])表示下标；

 

3、可采用astype改变类型；

2）date = ''.join(Ids)#将list类型转换为str类型

 

4、groupby之后，填充控制：fillna（0）

整合后，需要修改名字，需要添加在后面添加.reset_index()

eg：test_ab_csv.groupby(['SHEDID','time'])['USETIME'].count().fillna(0).reset_index()

 

5、grouopby的时候，可以groupby(['SHEDID','time'])['USETIME'].count类似这样，意为求shedid和time分类后的总数，usetime为统计的数量；用名字代替；

 

6、统计种类：value_counts()

 

7、获取某几列：x=test_comit_jieche[['SHEDID','time']]

 

http://blog.csdn.net/leonis_v/article/details/51832916（待学习）

 

8、查看类型：xxx.dtypes

 

9、获取列

ix[:,[0,1,2]] #不知道列名只知道列的位置时

 

10、获取列数

http://blog.csdn.net/u012189747/article/details/78203364?locationNum=3&fps=1

df.columns.size .shape[1] #列数

获取第三行数据：

df.iloc[:,0].size#行数 3

获取索引为0的数据：print df.ix[[0]].index.values[0]#索引值 0

print df.ix[[0]].values[0][0]#第一行第一列的值 11print df.ix[[1]].values[0][1]#第二行第二列的值 121

 

11、删除行或者列

df = df.drop('index', axis = 1)# 可以删除多列

 

12、chipo数据集中item_name的每一项有多少个、且按从大到小排序

chipo.item_name.value_counts().head(1)

 

10、去除某一列

train.drop(['小类编码','小类名称'],axis=1,inplace = True)

 

11、去重

train_dat = train_csv.drop_duplicates('ID')[['ID']]

train_dat = train_csv['ID'].unique()

http://blog.csdn.net/fennvde007/article/details/36651109

http://www.it165.net/pro/html/201404/12637.html

 

15、对数列进行排序：数据进行排序，用到了sort(columns='')

 

16、某一列有多少种 ===种类-------nunique()