pandas成长之路——DataFrame的方法

一、转换函数

示例：

	name	age	gender
p1	小张		22	female
p2	小罗		23	female
p3	小周		20	male

1、astype()

类型转换函数，如将整型数据转换为浮点型

df["age"].astype(float)
# 输出结果：
	p1    22.0
	p2    23.0
	p3    20.0
	Name: age, dtype: float64

2、isna()

判断DF数据为NaN的值

df.isna()
输出结果：
		name	age	gender
	p1	False	False	False
	p2	False	False	False
	p3	False	False	False

3、notna()

判断DF数据不是为NaN的值

df.notna()
# 输出结果：
	name	age	gender
	p1	True	True	True
	p2	True	True	True
	p3	True	True	True

4、copy()

赋值DF数据，默认为deepcopy

dd = df.copy(deep=True)		#deepcopy
dd = df.copy(deep=False)	#shallow copy

二、计算函数

示例：

		boys	girls
class1	10		20
class2	20		40
class3	30		60

1、describe()

显示DF中各列的统计信息

df.describe()
# 输出结果：
			boys	girls
	count	3.0		3.0
	mean	20.0	40.0
	std		10.0	20.0
	min		10.0	20.0
	25%		15.0	30.0
	50%		20.0	40.0
	75%		25.0	50.0
	max		30.0	60.0

分别显示各列的计数、均值、标准差、最小值和最大值

2、all()

判断一列或者一行（默认为列）是否都为True，是返回True，否则返回False。
一行或者一列中，只要有一个值为False，都返回False

df.all(axis=0)
# 输出结果：
	boys     True
	girls    True
	dtype: bool

3、any()

判断一行或一列（默认为一列）是否有任意一个为True，是则返回True，否则返回False。
一行或一列中，只要有一个元素为True，都返回True，只有所有的元素都为False时，才返回False
实例：

		boys	girls
class1	10		0
class2	20		40
class3	0		0

df.any(axis=1)
# 输出结果：
	class1     True
	class2     True
	class3    False
	dtype: bool

4、median()

计算行或列（默认列）的中位值
示例：

	boys	girls
class1	10	20
class2	50	80
class3	30	60
class4	20	50

df.median(axis=0)
# 输出结果：
	boys     25.0
	girls    55.0
	dtype: float64

5、product()、prod()

两种函数的效果相同
计算一行或一列的乘积，默认忽略NaN值
示例：

		boys	girls
class1	10.0	20
class2	50.0	80
class3	NaN		60
class4	20.0	50

df.product(axis=0,skipna=True)
# 输出结果：
	boys       10000.0
	girls    4800000.0
	dtype: float64

6、round()

将浮点型数据四舍五入为指定位数小数的值
示例：

A	B	C
first	0.096844	0.124581	0.458094
second	0.303052	0.676214	0.872044
third	0.170628	0.308129	0.506324

指定所有的列：

df.round(2)
输出结果：
			A		B		C
	first	0.10	0.12	0.46
	second	0.30	0.68	0.87
	third	0.17	0.31	0.51

指定指定列：

df.round({'A': 1, 'C': 2})
# 输出结果：
			A		B			C
	first	0.1		0.124581	0.46
	second	0.3		0.676214	0.87
	third	0.2		0.308129	0.51

7、idxmax()、idxmin()

idxmax()：获取指定列或行的最大值的索引
idxmin()：获取指定列或行的最小值的索引
示例：

		boys	girls
class1	10		20
class2	50		80
class3	90		60
class4	20		50

df.idxmax(axis=0)
# 输出结果：
	boys     class3
	girls    class2
	dtype: object