pandas模块学习笔记

import pandas as pd

读取csv/pkl文件

df = pd.read_csv ('/path',usecols=['',''])
#读取pkl文件：data_df = pd.read_pickle ('/path',usecols=['',''])

更改列名

#列名的数量需要和读取csv后的列数量一致且对应
df.columns = ['','']

显示列名清单

#只显示列名清单，在处理列较多的数据比较有用
print(list(df))

按列名从旧数据框创建新数据框

data_new = pd.DataFrame(df,columns = ['',''])

将DataFrame存储为csv,index表示是否显示行名，默认为True

df.to_csv("test.csv",index=False,sep=',')

去掉某些列（并不会改变原来的数据框）

df.drop(columns=['列名', '列名'])

删除数据框中的缺失值NaN：

df.dropna(axis=0, how='any', thresh=None, subset=None, inplace=False)

主要的2个参数：
#axis=0: 删除包含缺失值（NaN）的行
#axis=1: 删除包含缺失值（NaN）的列
#how=‘any’ :要有缺失值（NaN）出现删除
#how=‘all’: 所有的值都缺失（NaN）才删除

这两个要配合使用才好。

还有一个thresh参数
如果缺失值（NaN）的数量大于thresh，将删除。