python数据处理常用操作记录

Pandas

1. DataFrame

1.1 新建

可以先新建一个dict，再通过dict直接创建DataFrame

1.2 df.drop()

drop()默认axis=0，即默认删除行，直接传入行的index就行
axis=1删除列

1.3 索引重新排序reset_index()

记得reset_index(drop=True)删除新建的列index

1.4 对于筛选数据时，从DataFrame中选取在列表中存在的值

df[df['教室名称'].isin(list(cr0['房间名称']))]

其中，isin中不能为Series，需要转换为list或其他

1.5 选择行或列

df['A'] # 选择列
df[['A']] # 选择行列

1.6 一列分裂成多列

针对不同处理需求不同操作，这里提供两个相关方法

1. 第一种方法是Series的split操作，一般数据中有字符分割符时用，如：‘1,2,3,4’

函数
	Series.str.split(pat=None, n=-1, expand=False)
例子
	df = df['attrs'].str.split(',', expand=True)

然后用pd.concat把多列加回

pd.concat([], axis=1, names=new_names)

2. 第二种方法是用切片自己加上去，注意后面加的str

kb['周'] = kb['课时'].str[0:13]

read_excel读取，把字符串自动转化成了数字

设置参数dtype

read_excel('filepath', dtype={'col_name': str})