【Python】科学计算库基本操作

查看dataframe字段信息

a.info()

查看dataframe统计信息

a.describe()

删除dataframe列

del df['b1']

df.drop(['b1','b2']，axis=1,inplace=True) #inplacez=True 在原对象上进行操作

获取dataframe部分列

df.iloc[:,0:3]

df.iloc[:,[-1]]#加[]返回的是df格式,shape是二维表，不加是serices，shape是一个向量

df[['b1','b2']]

获取dataframe的Serices

df.iloc[0,:]

df.iloc[:,1]

df['a1']

修改dataframe列名

df.columns = ['A','B']

df.rename(columns = {'a'：‘A’,'b':'B'},inplace=True)

修改dataframe列类型

df['instant'] = df['instant'].astype('category')

X[['name','a']] =X[[‘name’,'a']].astype('float64')

合并

横向

pd.concat([a,a],axis=1)

纵向

pd.concat([a,a],axis=0)

替换DF中的字符串
    df.replace('%','',inplace = True, regex = True)
    #regex:bool或与' to_replace '相同的类型，默认为False，
    #是否将' to_replace '和/或' value '解释为正则表达式。
    #如果这是' ' True ' '，那么' to_replace ' *必须是一个字符串。
    #否则，' to_replace '必须为' ' None ' '，
    #因为该参数将被解释为正则表达式或列表、dict或正则表达式数组
    

异常数据处理
    #     删除
    #   axis=0删除行 axis=1 删除列
    #  how = 'any' 只要出现一个就删除 how='all'全部是空值就删除
    df = df.replace('?', np.nan).dropna(how='all', axis=0)
    print(df)

dataframe样本采样
    # df = a.sample(frac=0.66)
    df = a.sample(n=5,replace=True)
    print(df)

    
Numpy中的矩阵合并
    列合并/扩展：np.column_stack()
    行合并/扩展：np.row_stack()
    
拉直操作    
    numpy.ravel() 与numpy.flatten()
    reshape(-1)