python pandas学习


1 、筛选出数据的指定几行数据
data=df.loc[2:5] 
#这里的[2:5]表示第3行到第5行内容,[]第一个起始是0,表示数据的第一行
2 、筛选出数据某列为某值的所有数据记录
data = df[(df['列名1']== ‘列值1')]
# 多条件匹配时
data_many=df[(df['列名1']== ‘列值1')&(df['列名2']==‘列值2')]
# 多值匹配时
data_many=df[df['列名1'] in [‘值1',‘值2',......]]
3 、模式匹配
# 开头包含某值的模式匹配
cond=df['列名'].str.startswith('')
$ 中间包含某值的模式匹配
cond=df['列名'].str.contains('')
4 、范围区间值筛选
# 筛选出基于两个值之间的数据:
cond=df[(df['列名1']>‘列值1')&(df['列名1']<‘列值2')]
5、 获取某一行某一列的某个值
print(ridership_df.loc['05-05-11','R003'])
# 或者
print(ridership_df.iloc[4,0])

# 结果:
1608
6 、获取原始的numpy二维数组
print(df.values)
7、 根据条件得到某行元素所在的位置
import pandas as pd

df = pd.DataFrame({'BoolCol': [1, 2, 3, 3, 4],'attr': [22, 33, 22, 44, 66]},index=[10,20,30,40,50])
print(df)
a = df[(df.BoolCol==3)&(df.attr==22)].index.tolist()
b = df[(df.BoolCol==3)&(df.attr==22)].index[0]
c = df[(df.BoolCol==3)&(df.attr==22)].index.values
print(a)
8、 元素位置筛选
print(date_frame)                # 打印完整显示的效果
print(date_frame.shape)            # 获取df的行数、列数元祖
print(date_frame.head(2))        # 前2行
print(date_frame.tail(2))        # 后2行 
print(date_frame.index.tolist())        # 只获取df的索引列表
print(date_frame.columns.tolist())        # 只获取df的列名列表
print(date_frame.values.tolist())        # 只获取df的所有值的列表(二维列表)
9、删除多行/多列
# 使用的前提是,dataframe的index和columns用的是数字,利用了drop()和range()函数。
DataFrame.drop(labels=None, axis=0, index=None, columns=None, level=None, inplace=False, errors='raise')
# axis = 0,表示删除行; axis = 1 表示删除列。 

# 想删除多行/列,用range即可,比如要删除前3行,drop(range(0,3),axis = 0(默认为零,可不写))即可。
# 使用的前提是,dataframe的index和columns用的是数字,利用了drop()和range()函数。 DataFrame.drop(labels=None, axis=0, index=None, columns=None, level=None, inplace=False, errors='raise') # axis = 0,表示删除行; axis = 1 表示删除列。 # 想删除多行/列,用range即可,比如要删除前3行,drop(range(0,3),axis = 0(默认为零,可不写))即可。
10 to_datetime将字符串格式转化为日期格式
import datetime
import pandas as pd

dictDate = {'date': ['2019-11-01 19:30', '2019-11-30 19:00']}
df = pd.DataFrame(dictDate)
df['datetime'] = pd.to_datetime(df['date'])
df['today'] = df['datetime'].apply(lambda x: x.strftime('%Y%m%d'))
df['tomorrow'] = (df['datetime'] + datetime.timedelta(days=1)).dt.strftime('%Y%m%d')
11、 apply() 函数
# pandas 的 apply() 函数可以作用于 Series 或者整个 DataFrame,功能也是自动遍历整个 Series 或者 DataFrame, 对每一个元素运行指定的函数。
def add_extra(nationality, extra):
    if nationality != "":
        return extra
    else:
        return 0
df['ExtraScore'] = df.Nationality.apply(add_extra, args=(5,))
df['ExtraScore'] = df.Nationality.apply(add_extra, extra=5)
df['Extra'] = df.Nationality.apply(lambda n, extra : extra if n == '' else 0, args=(5,))
def add_extra2(nationaltiy, **kwargs):
    return kwargs[nationaltiy] 
df['Extra'] = df.Nationality.apply(add_extra2, 汉=0, 回=10, 藏=5)
12、 map() 函数
import datetime
import pandas as pd
def f(x):
    x = str(x)[:8]
    if x !='n':
        gf = datetime.datetime.strptime(x, "%Y%m%d")
        x = gf.strftime("%Y-%m-%d")
    return x  

def f2(x):
    if str(x) not in [' ', 'nan']:
        dd = datetime.datetime.strptime(str(x), "%Y/%m/%d")
        x = dd.strftime("%Y-%m-%d")
    return x 
def test():
    df = pd.DataFrame()
    df1 = pd.read_csv("600694_gf.csv")
    df2=pd.read_csv("600694.csv")
    df['date1'] =df2['DateTime'].map(f2)
    df['date2'] =df1['date'].map(f)
    df.to_csv('map.csv')

 

import pandas as pd
m_list=[( 'join' ,25,' male'), (' 1isa', 30, ' female'), (' david',' 18',' male' )]
df=pd.DataFrame(m_list, columns=[' Name' ,' age' ,' gender' ])
print (df)

Name age gender
0 join 25 male
1 1isa 30 female
2 david 18 male

df=pd. read. csv(' ./中国大学综合排名2021. csv',encoding-' utt-8' )
print(df)

 

import pandas as pd
data=['李光地','张红云','王鹏']
s=pd.Series (data=data)
print (s)

 

posted @ 2023-09-11 18:37  myrj  阅读(9)  评论(0编辑  收藏  举报