常用代码记录

1.判断是否为nan值

import math
print(math.isnan(a)

2.pandas查找iloc对应的loc值
（在这个代码中，可以既查找对应的loc，又可以查找对应的iloc）

df.loc[df.iloc[-1].name,'tp'] 

3.dataframe中copy的用法

pandas.DataFrame.copy
DataFrame.copy(deep=True)

当deep=false相当于引用，原值改变复制的结果随着改变。

data=DataFrame.copy(deep=False)
等价于
data=DataFrame

4.pandas 查看数据的基本信息

s.describe():      # 描述性统计信息
s.index:           # 标签 <Index>
s.index.values:    # 标签 <ndarray>
s.values:          # 数据 <ndarray>
s.to_numpy():      # 数据 <ndarray> (推荐)
s.head(n):         # 前n个
s.tail(n):         # 尾n个
s.memory_usage():  # 占用内存(字节B)
s.name:            # 名字
s.dtype:           # 类型

检查唯一性

s.unique():        # 唯一的数据 <ndarray>
s.value_counts:    # 唯一值的个数 <Series>
s.is_unique:       # 所有数据是否唯一 <bool>

检查长度

len(s):     # 所有数据(包括空值)长度
s.count():  # 非空数据长度

检查空值

len(s) == s.count():   # <bool> True 表示没有空值
s.notna():             # <Series(bool)> 对应元素是否是空值
all(s.notna()):        # <bool> True 表示没有空值

5.查看pandas的最大列宽

pd.set_option('display.max_columns', None)

6.pandas apply 如何进行并行化处理

#Way:
from tqdm import tqdm
import pandas as pd
tqdm.pandas(desc='pandas bar')
df['title_content'] = df.progress_apply(lambda x: _title_content(x['title'], x['content']), axis=1)
#Way:
#pandas进度条，有空可以试试哈。map也是一样的, progress_map

7. Python多线程pool.map展示进度条方法

https://www.cnblogs.com/azureology/p/13212723.html

8. python apply的几种并行化处理方法

https://blog.csdn.net/jingyi130705008/article/details/113949730

9. pandas使用merge拼接两个dataframe，导致行数和左侧df不一致
   df_new = pd.merge(df_sd, df_sd_csv_path, on= ‘obs_seg_name’, how=‘inner’)
   经定位主要原因是因为右侧df有重复行导致。