pandas笔记

一.打开文件相关

1.pd.read_table(file)来读取txt格式数据
2.pd.read_excel(file)来读取xls或xlsx格式的数据
3.pd.Series(values, index,name,dtype)来新建一个pandas的基本数据类型
4.指定index_col=fea来指定打开的index列

二.操作文件相关

1.修改行或列名data.rename(index={fea1:fea2}, columns={fea13:fea4})
2.删除操作:data.drop(index=fea,columns=fea)
3.增加列：data[fea]=values来直接赋值,data.assign(C=pd.Series(list(data),index=[…]))
4.删除列：del data[fea]删除列
5.将数据放入桶中，pd.cut(data[fea],bins=[a,b,c])
6.data.where(表达式)填充数据，不满足条件的全部被置为null
7.loc只能通过选取行标签索引数据,iloc只能通过选取行位置编号索引数据
8.修改名字data.rename(columns={‘origin’:‘now’},inplace=True)
9.data.mask(表达式)对条件为True的单元进行填充
10.对某一个fea的类型进行设置：data[fea].astype(type)
11.data.drop_duplicates(fea)删除fea列中重复的数据

三.属性信息

1.索引属性：data.index
2.列属性：data.columns
3.值属性：data.values

四.分组

1.group_data = data.groupby(fea)进行分组
2.group_data = group_data.get_group(fea)获取某组元素
3.根据几列分组：data.group([fea1,fea2])
4.group_data.size()获取组容量
5.group_data.ngroups获取组数
6.遍历组：for name,group in group_data
7.group_data.head(a)返回每个组的前a行
8.group_data.first()返回第一个分组的信息

五.聚合

group_m = group_data[fea]
1.聚合某一列的和、均值与方差 group_m.agg([‘sum’,‘mean’,‘std’])
2.重命名group_m.agg([(fea_new,fea),…()]
3.指定哪些列做哪些操作grouped_single.agg({fea1:[‘mean’,‘max’],fea2:‘var’})
4.

六.索引

1.单行索引：data.loc[1]
2.多行索引：data.iloc[[1,2]]
3.单列索引：data.loc[:, fea]
4.多列索引：data.loc[:, [fea1,fea2]]