dataframe列互换 python_关于python数据库pandas的一些常用操作。

熟悉python的都知道，pandas为python提供了高效的数据治理方法，个人感觉类似python版本的sql，下面我们一起来了解一些pandas的常用操作。

首先我们要知道pandas内部的两种数据类型，Series和DataFrame。

1. Series本质就是python的列表
2. DataFrame是二维的数组结构，既有x轴，也有y轴。

下面开始介绍：

• 读取文件/操作数据库

import pandas as pdimport numpy as np from sqlalchemy import create_engine#1.pandas的读取文件操作#连接mysql，读取数据engine = create_engine('mysql+pymysql://root:root123@localhost/test')sql = 'select * from job51'df1 = pd.read_sql(sql=sql,con=engine)print(df1.head(5))

#读取excelcsv等等

其内置的读取方法已经满足我们的很多需要。

创建一个DataFrame非常easy，下面看代码

dates = pd.date_range('20190301',periods=8)#periods代表日期的总个数df = pd.DataFrame(np.random.randn(8,5),index=dates,columns=list('ABCDE'))#我们以设置的日期作为DataFrame的索引列，其中list('ABCDE')就是把str转换为list类型print(df)#也就是说我们应该产生出一个6列 8行的表格

如上面所示，看下输出的结果。

我们一般用df.head()取前面几行，看一下head的源码部分。如下图。

其默认了n=5，也就是，df.head()显示的就是5行，当然这里可以任意更改。既然有head()那肯定就有tail()方法，原理一样不过是从后面截取/ df.tail()。

下面我们来打印一下他的索引列，其实就是我们创建的时间序列使用。

print(df.index)

输出结果，是个series，也就是列表类型。

再来看一下他的整个二维数组的值使用如下方法。

print(df.index)

结果如下。以每一行为一个列表的形式展现，访问组内元素和访问嵌套列表一样

list[index][index]

有的时候我们希望列表可以横纵交换，使用如下方法。

print(df.T)#转置

结果如图。

再来看看他的排序方法

print(df.sort_values('C'))#指定列排序，也就是按照C列排序

文章过长，暂时先分享到这里。有兴趣一起探讨。