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