pandas中的一些方法及应用

1. dataframe的遍历

data_1 = pd.read_csv('temp.csv')
# dataframe的遍历，本人常用的两种方法
for idx, val in data_1.iterrows():
    print(idx, val)
    if idx == len(path) - 111:
        break
for row in data_1.itertuples():
    print(row)
    if row[0] == len(path) - 111:
        break

2. .loc();.iloc()

data_1 = pd.read_csv('temp.csv').fillna("")    
"""                                            
.iloc(x,y)方法选取数据,x是对行进行截取,y是对列进行截取             
x:  [a:b],切片，左闭右开                              
y:  [a,b]，特指两位，a和b                             
"""                                            
# 选取第一行的数据                                     
print(data_1.iloc[0])                          
# 选取前三行数据                                      
print(data_1.iloc[0:3])                        
# 选取第一列，所有行，即表中所有报考机构的名称                       
print(data_1.iloc[:, [0]])                     
# 选取第一，二列所有数据                                  
print(data_1.iloc[:, [0, 2]])                  
# 选取第一,二行，第二，三，四列数据                            
print(data_1.iloc[0:2, [1, 2, 3]])             
                                               
"""                                            
.loc(x,y)方法选取数据                                
x: [a:b],切片，左闭右开                               
y: ['具体列名']                                    
"""                                            
print(data_1.loc[0:1,["招录机关","机构层级"]])         

3. apply()

# data为某一行的数据，定义的方法需要留个位置接收他，data是个series，data_1,data_2是我指定的列名,做了个简单的str合并 
def func(data, data_1, data_2):                                       
    result = data[data_1] + data[data_2]                              
    return result                                                     
                                                                      
                                                                      
# axis=1是指定操作每一行的数据，axis=0是指定操作每一列数据                                  
data_1['apply方法列'] = data_1.apply(func, axis=1, args=("机构性质", "机构层级"))

4.groupby()分类

data_1 = pd.read_csv('temp.csv')
# 根据招考机关分类，并计算职位代码列值的平均值
print(data_1.groupby("招录机关")["职位代码"].mean())

5. argmax(),找到某列最大值并返回该行的数据

data_1 = pd.read_csv('temp.csv')
# 找到职位代码列值最大的数据行数，并根据指定行展示数据
print(data_1.loc[[data_1['职位代码'].argmax()]])

6.删除指定行列

data_1 = pd.read_csv('temp.csv')
# 设置表格index为职位代码
data = data_1.set_index(data_1["职位代码"])
# 删除指定列
print(data.drop(columns=['咨询电话']))
# 删除指定行,根据index删除，删除职位代码为1000002-1000004的行
print(data.drop(labels=range(100002,100005)))