pandas学习笔记

1. 关于DataFrame的sort_index说明

df = pd.DataFrame(np.random.randn(6,4), index=dates, columns=list('ABCD'))

print df.sort_index(axis=1,ascending=False)

axis=1是指安装列的index来排序，ascending=False是只递减，否则递增
print df.sort_index(axis=0,ascending=False)

axis=1是指安装行的index来排序

2. DataFrame中的Selection by Label

如：df.loc[dates[0]]，如果直接使用df[dates[0]]会报错

需要用到.loc方法

print df.loc['20130101':'20130102',['A','C']]

这种用户中，如果将'20130101':'20130102'改成0：2则会报错。觉得python在这个地方设计的不太合理，不能用index查找，只能用别名查找。

除了使用loc外，还可以使用at

3.前面说道使用loc有点不合理，是没有直接用index，对应的方法来了：

df.iloc[0:3,0:1]

这种方法可以选择0：3行，不包含第三行；然后选择其中的）0：1列，不包含第1列

如果使用

df.iloc[0:3][0:1],返回的是第一行

因为，其执行逻辑是df.iloc[0:3]返回原dataFrame的）0：3行为一个df，然后再取）0：1行（很怪异有木有）

而且，如果写成df.iloc[0:3][0:4]也不会报index out of range的错误，反正就是能取多少取多少:-)

所以，如果要指定index，需要使用

df.iloc[[1,2,4],[0,2]]

而不是

df.iloc[1,2,4],[0,2]

如果具体某个元素，可以使用  .iat

4. Boolean Indexing也挺好玩的

df[df.A >0]  选择A列中所有大于0的所有的行

df[df>0]       选择df中所有大于0的元素，其它的元素为NaN

可以使用isin来过滤元素

df2 = df.copy()
df2['E'] = ['one', 'one','two','three','four','three']
print df2[df2['E'].isin(['two','four'])]

选择‘E’列这在'two','four'中的列