python 之pandas学习(1)

groupby()分类：

返回series写法：

drinks.groupby('continent').beer_servings.agg('mean')
drinks.groupby('continent').beer_servings.mean()

返回dataframe写法：

drinks[['beer_servings','continent']].groupby('continent').agg({'beer_servings':'mean'})
drinks.groupby('continent')['beer_servings','continent'].mean()

设置datetime64[ns]：

data["Yr_Mo_Dy"] = pd.to_datetime(data["Yr_Mo_Dy"])

提取数据：

euro12[euro12.Goals > 6]

euro12[euro12.Team.str.startswith(‘G’)]

euro12.iloc[: , 0:7]

euro12.loc[euro12.Team.isin([‘England’, ‘Italy’, ‘Russia’]), [‘Team’,‘Shooting Accuracy’]]

euro12.loc[‘Team’:‘Shooting Accuracy’,:]

dataframe迭代：

iteritems()迭代为series(k,v)，如：

df = pd.DataFrame(np.random.randn(5,4),columns=['A','B','C','D'])
for k,v in df.iteritems():
    print(k,v)

iterrows()迭代，返回索引值以及包含每行数据的序列，如：

df = pd.DataFrame(np.random.randn(5,4),columns=['A','B','C','D'])
for index,row in df.iterrows():
    print(index,row)

itertuples()迭代，返回元组，第一个值是相应的索引，后面的值是行值，如：

df = pd.DataFrame(np.random.randn(5,4),columns=['A','B','C','D'])
for row in df.itertuples():
    print(row)