pandas常用操作记录

 

 

 

1、读取csv文件并制定id列，即行索引

data = pd.read_csv('./case_info.csv', index_col='id')
data = pd.read_csv('f:/ceshi.csv',header=None,names=range(2,5))header表明原数据是否有列索引，names指定列名是2,3,4
header=0，表示文件第0行（即第一行，python，索引从0开始）为列索引，这样加names会替换原来的列索引，默认header=0，如果指定header=None，则添加0,1,2,3的列索引

2、删除某一列或几列

data = data.drop(['A', 'B'], axis=1)

3、缺失值填充
data['A'] = data['A'].fillna('无')
df['Age'] = df['Age'].fillna(df['Age'].mean()) # 用平均值填充空值  
df['Embarked'] = df['Embarked'].fillna( df['Embarked'].value_counts().index[0]) # 用数量最多项填充

4、将dataframe的列进行拆分，并将object类型的属性转换为float

data['案发定位经度'] = data['案发定位'].str.split(',', expand=True)[0].astype('float') # 经度纬度用，分隔
data['案发定位纬度'] = data['案发定位'].str.split(',', expand=True)[1].astype('float')

5、写入csv

data.to_csv('./case1.csv', index=True, sep=',')

6、删除dataframe的某行

删除某一行，在上面删除列操作的时候也稍有提及，如果不加axis=1，则默认按照行号进行删除，例如要删除第0行和第4行：

df = df.drop([0,4])
df = df.drop(0)

 将多个list拼接成dataframe

list1 = []

list2 = []

df = pd.DataFrame({'id':list1,'value1':list2})