您的位置：首页 > 编程语言 > Python开发

python学习-基础命令

2016-10-08 17:12 204 查看
以数据df为例

import pandas as pd;
import numpy as np;

date = pd.date_range('20140729', periods=6)
df = pd.DataFrame(np.random.randn(6,4), index=date, columns=list('ABCD'))
df
A         B         C         D
2014-07-29  0.913085 -0.027667 -1.107801 -0.698135
2014-07-30  0.068590  0.944504 -0.252881 -0.185220
2014-07-31  0.595034  1.470397 -0.772974 -0.650600
2014-08-01  0.076430 -1.318042  0.755506 -0.493169
2014-08-02  0.408931 -1.378303  0.445602 -1.985114
2014-08-03 -1.776738 -0.186865  1.758688  0.503762


DataFrame基础查看命令

命令作用
df = DataFrame()创建DataFrame对象
df.dtypes查看各行的数据格式
df.head()查看前几行的数据,默认前5行
df.tail()查看后几行的数据,默认后5行
df.index查看索引
df.columns查看列名
df.values查看数据值
df.describe描述性统计
df.T转置
df.sort(columns = ‘’)按列名进行排序
df.sort_index(by=[‘’,’’])多列排序,使用时报该函数已过时,请用sort_values
df.sort_values(by=[”,”])同上
df.iloc[k]查看第k+1行的数据

Data.Frame的选择命令

命令作用
df[‘A’]显示列名下的数据
df[1:3]获取1-3行的数据,该操作叫切片操作,获取行数据
df.loc[:,[‘A’,’B’]]选择A,B列所有行，注：loc通过标签选择数据,iloc通过位置选择数据
loc[[‘2014-07-29’,’2014-07-30’],[‘A’,’B’]]选取’2014-07-29’和’2014-07-30的A,B列
df[‘C’].drop_duplicates()剔除重复行数据
df[df.A>0]使用条件来选择，df的A列大于0的值

Data.Frame的缺失值处理命令

在pandas中，使用np.nan来代替缺失值，这些值将默认不会包含在计算中。

命令作用
reindex()用来对指定轴上的索引进行改变/增加/删除操作，这将返回原始数据的一个拷贝。即用index=[]表示对index进行操作，columns表对列进行操作。
df.fillna(value=x)对缺失值进行填充,表示用值为x的数来对缺失值进行填充
df.dropna(how=’any’)去掉包含缺失值的行
isnull返还逻辑值，类似R的is.na
notnullisnull的否定式
比较详细的基础操作博文：

http://www.jianshu.com/p/682c24aef525
内容来自用户分享和网络整理，不保证内容的准确性，如有侵权内容，可联系管理员处理 点击这里给我发消息
标签： 
相关文章推荐
新的分享
章节导航