pandas的使用

记录一些pandas的常用功能，见代码和注释，以备日后查阅。

import pandas as pd
#创建数据帧
dataframe=pd.DataFrame()
#增加列
dataframe['Name']=['Jacky Jackson','Steven Stevenson']
dataframe['Age']=[38,25]
dataframe['Driver']=[True,False]
#查看数据帧
dataframe

#在底部添加新的行
#创建一行
new_person=pd.Series(['Molly Mooney',40,True],index=['Name','Age','Driver'])
#附加一行
dataframe=dataframe.append(new_person,ignore_index=True)
dataframe

dataframe['Driver'].replace(True,1,inplace=True)#值替换
dataframe['Driver'].replace(False,0,inplace=True)
dataframe

dataframe.iloc[0] #选择第一行

dataframe[dataframe['Driver']==1].head(1)#条件筛选

dataframe['Driver'].replace([1.0,0.0],[True,False],inplace=True)#替换
dataframe

dataframe.drop('Age',axis=1)#删除列

dataframe.drop([0,1],axis=0)#删除行

dataframe.drop_duplicates(subset=['Driver'])#删除重复行，默认保留先出现的行

dataframe.groupby('Driver').mean()#根据Driver分组，并计算每组平均值

dataframe

def uppercase(x):  #对一列的所有元素应用某个函数
    return x.upper()
dataframe['Name'].apply(uppercase)

dataframe.groupby('Driver').apply(lambda x:x.count())#对所有分组应用一个函数

dataframe['Age'].value_counts()#显示所有的唯一值以及出现的次数