pandas 索引去重_pandas（一）

1.pandas基本函数

2.pandas 描述统计函数

在进行统计描述时,pandas对三个数据对象的轴参数规定如下:

Series: 没有轴参数

DataFrame: “index” (axis=0, default), “columns” (axis=1)

Panel: “items” (axis=0), “major” (axis=1, default), “minor” (axis=2)

统计描述参数如下:

3.pandas 数据框增、删、改、查、去重、抽样基本操作

pandas的索引函数主要有三种：

loc 标签索引，行和列的名称

iloc 整型索引(绝对位置索引)，绝对意义上的几行几列，起始索引为0

ix 是 iloc 和 loc的合体

(1)行操作

选择某一行

选择多行

条件筛选

普通条件筛选

另外条件筛选还可以集逻辑运算符 | for or, & for and, and ~for not

isin

非索引列使用isin

索引列使用isin

结合any()/all()在多列索引时

where

DataFrame.where() differs from numpy.where()的区别

当series对象使用where()时，则返回一个序列

抽样筛选

DataFrame.sample(n=None, frac=None, replace=False, weights=None, random_state=None, axis=None)

当在有权重筛选时，未赋值的列权重为0，如果权重和不为1，则将会将每个权重除以总和。random_state可以设置抽样的种子(seed)。axis可是设置列随机抽样。

增加行

插入行

pandas里并没有直接指定索引的插入行的方法，所以要自己设置

line = pd.DataFrame({df.columns[0]:"--",df.columns[1]:"--",df.columns[2]:"--"},index=[1])

df = pd.concat([df.loc[:0],line,df.loc[1:]]).reset_index(drop=True)#df.loc[:0]这里不能写成df.loc[0]，因为df.loc[0]返回的是series

a b c

0 1.0 a A

1 -- -- --

2 2.0 b B

3 3.0 c C

4 4.0 4 4

交换行

删除行

注意在以时间作为索引的数据框中，索引是以整形的方式来的。

dfl = pd.DataFrame(np.random.randn(5,4), columns=list('ABCD'), index=pd.date_range('20130101',periods=5))

print df1

(2)列操作

选择某一列

选择多列

增加列，如果是已有列，那就是赋值

交换两列的值

删除列

1)直接del DF[‘column-name’]

2)采用drop方法，有下面三种等价的表达式：

DF= DF.drop(‘column_name’, 1)；

DF.drop(‘column_name’,axis=1, inplace=True)

DF.drop([DF.columns[[0,1,]]], axis=1,inplace=True)

还有一些其他的功能：

切片df.loc[::,::]

选择随机抽样df.sample()

去重.duplicated()

查询.lookup