python 更换列名

dataframe 更换列名

# 更换列名，同时显示出来
df.rename(columns={'a':'A'}, inplace=Ture)
# 更换列名，不显示出来 inplace = False(默认)

# 求取每一列（或某一列）的中位数，众数，均值，方差等
df.groupby('key').aggregate(['min', np.median, max])

# 把True/False写成1/0
# 法1
import numpy as np
a = np.array([True, False])
print(a)
print(a + 0)
# 法2
import numpy as np
a = np.array([True, False])
print(a)
a.astype(int)
print(a)

# 申明一个全为0的数组
a = np.zeros(500)

# 

# 画图
plt.subplot(121)
plt.title('A')

取dataframe的一列

df['w']  #返回Series类型
df.w    #返回的是Series类型
 
df[['w']]  #返回DataFrame属性
 
 
data[0:2]  #返回第1行到第2行的所有行，前闭后开，包括前不包括后
 
data[1:2]  #返回第2行，从0计，返回的是单行，通过有前后值的索引形式，
       #如果采用data[1]则报错
 
data.iloc[-1]   #选取DataFrame最后一行，返回的是Series
data.iloc[-1:]   #选取DataFrame最后一行，返回的是DataFrame

nonsmo = insurance[insurance['smoker'] == 'no']
#计算linear regression
res = stats.linregress(nonsmo['age'],nonsmo['charges'])
# 画图
plt.scatter(nonsmo.age,nonsmo.charges,marker = 'o',label = 'original_data for nonsmokers')
plt.plot(nonsmo['age'],res.intercept + res.slope*nonsmo.age,'r',label = 'fitted line for nonsmokers')
plt.legend()

#merge
state = pd.merge(state_abbrev, state_areas,how = 'inner')


#drop_duplicate 对某列去重
data.drop_duplicates(['k2'])

#drop_duplicate 对整个dataframe去重
data.drop_duplicates()

DataFrame中删除包含无效值(缺失值)的行
语法如下：df1.dropna()，返回值为删除包含nan行的dataframe对象

填充DataFrame中的无效值或缺失值
语法为：df1.fillna(value=100)。效果即为将列表中所有值为nan的内容，都填充为100。

注意的一点，如果想对df1产生修改的话，要使用inplace=True，才能对df1产生修改。

#求某列每个值的重复个数，然后对应放到新的一列里
tmp = geolocation[['geolocation_zip_code_prefix']].apply(pd.value_counts).sum(1)
geolocation = geolocation.assign(weight = geolocation['geolocation_zip_code_prefix'].map(tmp))
geolocation = geolocation.drop_duplicates(['geolocation_zip_code_prefix'])

对多列进行操作
df1['seller_customer_pair'] = df1.apply(lambda x: (x['seller_zip_code_prefix'],x['customer_zip_code_prefix']), axis = 1)
#https://blog.csdn.net/weixin_39450145/article/details/115188440

#drop_duplicates 之后，把index重新恢复到0——>n
df1 = df1.reset_index(drop = True)

#使用translator

import translators as ts
def trans(c):
    return ts.google(c,to_language = 'en')