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。