Pandas 新增修改数据 + 数据统计函数 + 根据axis进行删除

新增修改数据

# 1）新增Series
    s1 = pd.Series(list(range(4)), name='F')
 
# 2）新增DataFrame的数据
    df = df.append({'A':i}, ignore_index=True)
 
# 3）使用concat新增DataFrame数据
     pd.concat(
                [pd.DataFrame([i], columns=['A']) for i in range(5)],
                ignore_index=True
            )
 
# 4)df.apply方法
# 利用函数，新增一列 值为其他列的条件筛选后自定义的值
def get_temperature_type(df):
            if df['bWendu'] > 0:
                return '高温'
            if df['bWendu'] < 0:	# 这里如果temperature_type为已有列为修改，否则新增
                return '低温'	# axis=1，指定索引为columns,新增一列名字为temperature_type
        new_column = df.loc[:, 'temperature_type'] = df.apply(get_temperature_type, axis=1) 
df['temperature_type'].value_counts()	# 查看新列计数
 
# 5）df.assign方法
# 在原有列的基础上新增列 ，新列的名称为yWendu_huashi和bWendu_huashi
df.assign(
	yWendu_huashi = lambda df:df['yWendu'] * 9/5 + 32,
	bWendu_huashi = lambda df:df['bWendu'] * 9/5 + 32
)
 
# 6）条件选择分组赋值
# 新增一列并重新利用条件选择赋值
df['wencha_type'] = ''	# 如果成立 认为wencha_type新列为后面的值
df.loc[df['bWendu'] - df['yWendu'] > 0, 'wencha_type'] = '温差大'	# 如果b温度-y温度>0，那么将温差大复制给wencha_type新列
df.loc[df['bWendu'] - df['yWendu'] <=0, 'wencha_type'] = '温差正常'
df['wencha_type'].value_counts()	# 查看新列数量
 
# SettingWithCopyWarning
# 7)先对label进行筛选，在计算筛选后的温差结果 (本质：新增列的基础上对label进行限制）
condition = df['ymd'].str.startswith('2018-01')
df.loc[condition, 'wen_cha'] = df['bWendu'] - df['yWendu']
 
# 8)先将2018年1月的信息copy一份，在对copy后的结果进行新增列的操作
df_month1 = df[condition].copy()
df_month1['wen_cha'] = df['bWendu'] - df['yWendu']

数据统计函数

1）汇总类 + 去重 + 计数
# 1.1)取出所有的统计结果
df.describe()
 
# 1.2)平均值
df['bWendu'].mean()
 
# 1.3)标准差
df['bWendu'].std()
 
# 1.4)最大值
df['bWendu'].max()
 
# 1.5)最小值
df['bWendu'].min()
 
# 1.6)去重
df['fengxiang'].unique()
 
# 1.7)计数
df['fengxiang'].value_counts()
 
# 2)相关系数和协方差
"""
相关系数：衡量相似程度，当他们的相关系数为1时，说明两个变量变化时的正向相似最大，当相似系数为-1时候，说明两个变量的反向相似程度最大
相关系数矩阵：df.corr()
 
协方差：衡量同向反向程度，如果协方差为正，说明x，y同向变化，协方差越大说明同向程度越高。如果协方差为负，说明x，y反向运动，协方差越小说明反向程度越高
协方差矩阵:df.cov()
"""
# 单独查看2个列的相关系数和协方差：
    df['aqi'].corr(df['bWendu'])	# # 查看空气质量和最高温度的相关系数
    df['aqi'].corr(df['bWendu']) - df['aqi'].corr(df['yWendu'])		# 空气质量和温差的相关系数

axis参数_删除行列 聚合操作

import pandas as pd
import numpy as np
df = pd.DataFrame(
	np.arange(12).reshape(3, 4),        # 得到12个数字 reshape成3行4列的矩阵
	columns=['A', 'B', 'C', 'D']        # 指定列索引
)
# 1)单列drop，删除某一列
df.drop('A', axis=1)
 
# 2)单行drop,删除某一行
df.drop(1, axis=0)
 
# 3)按axis=0/index执行mean聚合操作,每一列的平均值，用梳子往下梳，（行列结果相反！！！）
df.mean(axis=0)
 
# 4）按axis=1/columns执行mean聚合操作
df.mean(axis=1)
 
# 5)再次举例，加深理解
def get_sum_value(df):
    return df['A'] + df['B'] + df['C'] + df['D']
df['sum_value'] = df.apply(get_sum_value, axis=1)       # 使用apply方法调用函数