数据基础知识学习1

1. df.drop()

删除含有指定元素的行或列，或删除特定行

1. 用法 ，DataFrame.drop(labels=None,axis=0, index=None, columns=None, inplace=False)
2. 参数说明
   label 要删除的行列名字，用列表给定
   axis 默认为0，指删除行，因此删除 columns 时要指定 axis=1
   index 直接指定要删除的行
   columns 直接指定要删除的列
   inplace=False 默认该删除操作不改变原始数据，而是返回一个执行删除操作后的新的dataframe。
   inplace=True，则会直接在原数据上进行删除操作，删除后无法返回。
   因此，删除行列有两种方式：
3. labels = None, axis = 0的组合
4. index或columns直接指定要删除的行或者列

2. join()方法

import pandas as pd

data1 = {
	"name":["Sally", "Mary", "John"],
	"age":[50, 40, 30]
}

data2 = {
	"qualified":[True, False, False]
}

df1 = pd.DataFrame(data1)
df2 = pd.DataFrame(data2)

newdf = df1.join(df2)

3. Pandas.reset_index()和.set_index()使用

当进行数据清洗或进行排序的时候，原数据的索引不是从零开始的索引，这样就需要使用 reset_index()记住那个重置索引。

• 使用reset_index（）将索引重新分配给序列号
  • 基本用法
  • 删除原始索引：参数drop
  • 更改原始对象：参数inplace
• 使用 reset_index()和set_index()将索引更改为另一列（重置）
  如果使用 reset_index() 方法，则将序列号设置为索引，并将原始索引添加到data列
  如果将 set_index() 照原样应用于原始 DataFrame，则会删除原始索引
  **如果要将原始索引保留为数据字符串，则可以在 reset_index()之后使用 set_index() **

4. strftime与strptime

需要将时间格式转化为字符串格式，或者需要把字符串格式转化为时间格式。
此处有两个方法：strftime和strptime

1. 将 DatetimeIndex 中的值获取出来
   DatetimeIndex 中的标量的值其实是 Timestamp 对象(时间戳对象)
2. 将 Timestamp对象通过 strftime转化为字符串格式

#方法1
str(data.index[1])

#方法2 通过strftime
data.index[1].strftime('%Y-%m-%d')

data.index[1].strftime('%Y-%m-%d %H-%M-%S')

3. 将字符串对象通过 strptime转化为时间格式

from datetime import datetime
str_time = '2020-01-02'
datetime.strptime(str_time,'%Y-%m-%d')

总结： 使用strptime可以将字符串对象转化为时间格式(datetime格式)，并且strptime需要传递两个参数，而使用strftime可以将时间格式对象转化为字符串格式，其只用传递一个参数。