pandas常用操作（随时更新）

1.时间处理

格式化时间

pd.to_datetime()，其中输入一个时间形式的str或者一列数据都行。如，

pd.to_datetime('2016/1/1')、pd.to_datetime(df['receivetime'])。

　　

生成时间序列

pd.date_range()，其中主要输入的参数，起止时间或序列长度、间隔。如，

pd.date_range(start='1/1/2016 00:00:00', end='1/1/2017 00:00:00', freq=str(60*15)+'s')。

 

时间加减

pd.Timestamp("2015-01-01") - pd.offsets.Day(1)

　　

2.行列操作

删除空行

df.dropna()，可以选择某一列，也可以全选，删掉的是空行一整行。

df.drop()，删除指定行。

 

排序

df.sort_values(by='name')，根据name这一列进行排序

df.sort_values(by=['name1','name2])，先根据name1进行排序，然后再根据name2排序

 

3.合并DF

merge:类似于SQL的join操作

pd.merge(left, right, how='inner', on=None, left_on=None, right_on=None,
      left_index=False, right_index=False, sort=True,
      suffixes=('_x', '_y'), copy=True, indicator=False)

left,right——需要合并的两个列表；

on——连接两个表的key（主键）的列名，如果该列在两个表的列名不同，使用left_on,right_on，如果直接使用index作为作为连接键的话，用左边的行索引则设置left_index=True，用右边的行索引则设置right_index=True；

how——连接方式，默认inner，表示取交集，outer取并集，left为左连接，right为右连接。

suffixes——如果组合后的DataFrame有重复的名称，附加的列名后缀，默认为_x,_y；

join：简化版的merge操作

df.join(self, other, on=None, how='left', lsuffix='', rsuffix='',sort=False)

concat：沿着轴线方向堆叠列表

pd.concat(objs, axis=0, join='outer', join_axes=None, ignore_index=False,
           keys=None, levels=None, names=None, verify_integrity=False, copy=True)

axis=0时为竖向拼接，axis=1时为横向连接

 

4.读/存文件

存多个sheet

a = pd.DataFrame([],columns=['a','b'])
b = pd.DataFrame([],columns=['c','d'])
excel_writer = pd.ExcelWriter('test.xls')
a.to_excel(excel_writer,sheet_name='a')
b.to_excel(excel_writer,sheet_name='b')

　　

5.筛选数据

df[(min_time <= a) & (a <= max_time)] 如果多个条件，用&不用and