pandas 笔记

参考

reset_index()用法总结

axis=0与axis=1     np中1是横轴 从左到右计算   按列名删除用1 按行删除用0       drop中 axis 默认为0，指删除行，因此删除columns时要指定axis=1

cut 函数  cut和qcut   value_counts()

 df.sort_values(by='列名',acsending="True")

import pandas as pd

#读csv xls
df=pd.read_csv('D:\\Anaconda3\\A\\1.csv',encoding='gbk')
df1=pd.read_excel('D:\\Anaconda3\\A\\1.xls',encoding='gbk')
print(df,df1)

#list转pd数据框

my_list=[('xiaoming','11'),('wang','22')]
df=pd.DataFrame(my_list,columns=['name','age'])

#插入mysql数据库    test是库名  xxx是表名    root:123mysql是账号密码

#   pip install pymysql   

#   pip install mysql-connector-python

from sqlalchemy import create_engine
from sqlalchemy.types import *
df=pd.DataFrame({"班级":["一年级","二年级"],
"男生人数":[11,14],
"女生人数":[10,15]})
engin=create_engine('mysql+mysqlconnector://root:123mysql@127.0.0.1:3306/test')
df.to_sql("xxx",engin)

 

#打印数据框行列    df.shape　　

 #打印数据框列名  df.columns

 

#打印索引

  #打印数据类型

 #打印数据摘要

添加一行

 添加一列

 

drop

labels 就是要删除的行列的名字，用列表给定
axis 默认为0，指删除行，因此删除columns时要指定axis=1；
index 直接指定要删除的行
columns 直接指定要删除的列
inplace=False，默认该删除操作不改变原数据，而是返回一个执行删除操作后的新dataframe；
inplace=True，则会直接在原数据上进行删除操作，删除后无法返回。
df.drop("index0-9")

或

df.drop(index=0-9,axis=0)#删除某行

df.drop(columns=["列名"],axis=1)或者df.drop(labels="ZZ",axis=1)#删除某列

 

 #打印行 loc[[0-9,"xxx"]]    iloc[x:y-1,x:y-1]

 

 #iloc打印列

 

 #bool_index

 透视表 pivot_table  aggfunc

 groupby

 set_index 设置索引

 reseted 重置索引

 map

 apply 自定义函数

 agg

 

pd.agg({'A':['mean','max'],'B': 'var'})


transform     24/5=4.8

     

 

 crosstable

 

• stack: 将数据的列columns转旋转成行index
• unstack：将数据的行index旋转成列columns

 

       

interpolate  数据插值