pandas 常用操作

删除操作

删除列：
df=df.drop('column_label',axis=1)
删除行：
df=df.drop('row_label')
删除重复的行: df=df.drop_duplicates(['column_label_one','column_label_two'])
查看

查看行数
len(df) or len(df.index) or df.shape[0]
列数
len(df.columns) or df.shape[1]
数据类型
df.dtypes
重命名

列标签的重命名
df.rename(columns={"old label": "new label"})​
行标签的重命名
df.rename(index={"old label": "new label"}​
时间序列的操作

将时间字符串转换成datetime数据
dt['StartTime'] = pd.to_datetime(dt['StartTime'])
排序

按值排序，可指定列名和排序方式，默认的是升序排序
dt.sort(['StartTime'], inplace=True) or dt.sort(['StartTime'])
照索引（行名）或者列名进行排序,指定axis=0表示按索引（行名）排序，axis=1表示按列名排序，并可指定升序或者降序：
df.sort_index(axis=1, ascending=False)
读写操作

读csv
pd.read_csv('input.csv') | pd.read_table('input.csv', sep=',')

参数 header = None pandas分配默认列名
参数 name = [‘a’, ‘b’, ‘c’] 指定列名
参数 index_col=’idx 指定索引
参数 shiprows = [0, 2, 4] 跳过文件部分行
参数 nrows = 20 只读取文件前xx行
参数 chunksize = 10000 指定每次读取行数，分块读取，返回TextParse对象
写csv
pd.to_csv('output.csv')

参数 na_rep = ‘NULL’ 缺失值输出为指定标记值，默认为空字符串
参数 index = False, header = False 禁止输出行和列的标签, 默认输出
参数 cols=[‘a’, ‘b’] 指定输出以部分列，并以指定顺序排序

 

原文：https://blog.csdn.net/jekxi/article/details/52936841