contains方法_【原创】Pandas数据处理系列（二）：常用处理方法笔记

Pandas的魅力在于处理数据的灵活性，但是由于太灵活，会导致使用者很容易忘记各类方法。在Pandas学习这件事情上，真正体现了好记性不如烂笔头的方法特性。故特用此文章记录Pandas常用的数据处理方法，需要用的时候，打开此文章直接查阅即可。

1.多列排序

enddf=newdf.sort_values(['date','Buypower'],ascending=[True,False])

2.数组差集

set(tradedate).difference(set(dailylist))

3.按列条件更新 (等同SQL: update xxx=zzz where yyy)

datadf.loc[(datadf.bigamount > 300 * 10000) & (datadf.bigamount <= 1000 * 10000), 'bigamount'] = 300 * 10000

4.列转换成date类型

subdf2.date=pd.to_datetime(subdf2.date)

5.设置多级索引：

df.set_index(['ts_code','date'])

6.相邻行操作：

df=df.apply(lambda x:x-x.shift(1))

7.lambda用if：

df=df.apply(lambda x:x/x.shift(1) if x.name[0] == x.shift(1).name[0] else x )

8.删除空行：

weekdf=weekdf.dropna()

9.matplotlib画柱状图：

subdf2.plot(kind='bar',title=code)

10.matplotlib画水平线：

plt.axhline(y=8000, color='r', linestyle='-')

11.matplotlib柱状图上添加数量标签文字：

for x, y in enumerate(subdf2['vol'].values):

print(x, y)

plt.text(x-0.5, y+50, "%s" %y)

12.列重命名:

enddf=enddf.rename(columns={'index':'ts_code'})

13.列截取字符串：

mergdf.list_date = mergdf.list_date.str[:4]

14.timedelta取出天数:

mergdf.list_date=mergdf.list_date.astype('timedelta64[D]').astype(int)

15.Series转换成dataframe:

grpdf=grpdf.to_frame()

16.某列包含字符串，相当于SQL中的 like %xx%。

df0[df0.UpReason.str.contains('xxx')

17.删除某列

df.drop('Type', axis='columns')