python pandas 实用操作案例

下面是pandas在实际应用中实用快速操作场景

不定时更新此页

---

 

1.pandas 批量分割一列

问题：如何从下图ID直接获取位置信息并将位置列放在ID之后？

 

import pandas as pd

data=pd.read_table(filepath)
data['pos']=data['ID'].str.split('_').str[1]
data.insert(loc=1,column='pos',value=list(data['pos'])

 

2.多条件筛选数据

如上图，筛选ref中是C和G的数据

data=pd.read_table(filepath)
data=data.loc[(data['REF']=='G') & (data['REF']=='C')]

注：两个条件一定要加括号

 3.改变列名

###整体改变
data.columns=new_list

###只改变其中一个
data.rename(columns={‘oldname':'newname'},inplace=True)

4.pandas设置读入和输出数据精度

###>>>设置pandas输出精度，保留小数点后的位数
data.to_csv('out.csv',index = False, float_format = '%.4f')

###>>>设置pandas读取数据精度，保留小数点后的位数

pd.set_option(‘precision’ ，4) 
data.round(4)

5.在指定位置插入一列数据

#在0位置插入一列，列名A，值数据类型为list或者series
df.insert(loc=idx, column='A', value=series_list)

 

 6.统计每行出现null的个数

data.isnull().sum(axis=1)###统计为true的数目

 

7. 统计每行元素的种类

df.nunique(axis=1)