Pandas基本操作语法

以下列出Pandas基本语法操作

#pandas基本操作
import pandas as pd
df = pd.read_csv('D:/excel/酸腐蚀记录整理2022年11月08日09时09分39秒done.csv')
df.head()#头5条
df.tail()#尾5条
df.sample(5)#随机5条
df.shape#行列数
df.info()#查看索引、数据类型和内存信息
df.describe()#查看数值型列的汇总统计
df.dtypes#查看各字段类型
df.axes#显示数据行和列名
df.columns#列名
df.set_index('单晶号',inplace=True)#建立索引并生效，单晶号是真正业务意义上的索引
df.技术规范#查看指定列df['技术规范'],由于之前建立了列索引所以会显示是谁的数据
df[['技术规范','本批片数']]#选择多列
df.loc[:['技术规范','本批片数']]#df.loc[x,y]数据选择函数df.iloc[]自然索引
df[df.index == 'FH2209Z11B']#指定索引选取
df[0:10:2]#前10个每2取1
df.iloc[:10,:]
df.loc['HO2208D1F':'HO2208D1E','实际去除量':'技术规范']#指定行列
df[df.实际去除量>30]#条件选取
df[df.实际去除量==30]#
df[(df.实际去除量==30)&(df['掺杂剂'] =='B')]#组合条件
df[(df.实际去除量==30)].loc[df.掺杂剂=='AS']#多重筛选
df[(df.实际去除量==30)].sort_values(by='实际腐蚀时间')#升序排序
df[(df.实际去除量==30)].sort_values(by='实际腐蚀时间',ascending=False)#降序

df['total'] = df.loc[:,'腐蚀前厚度':'腐蚀后厚度'].apply(lambda x:sum(x),axis=1)
df.mean()#返回所有列的均值
df.mean(1)#返回所有行的均值
df.corr()#返回所有列与行的相关系数
df.count()#返回每一列中的非空值的个数
df.isnull().sum()#返回每一列中的空值的个数
df.max() # 返回每一列的最大值
df.min() # 返回每一列的最小值
df.median() # 返回每一列的中位数
df.std() # 返回每一列的标准差
df.var() # 方差
df.mode() # 众数
df['腐蚀前厚度'].plot()#折线分布图####？？如何获取两列条件筛选并作图
df[df['晶向']==111]['光泽度记录'].plot()

记录pandas基本语法