python pandas dataframe 小结（包括集合set）

python pandas dataframe 小结（包括集合set）

最近处理一些数据，发现很多坑，踩了之后又忘了又掉坑里，又去找度娘，太低效了。因此花时间总结一下，共勉！！

1.df.shape

df.shape

shape是属性， 并不是函数，返回的是（m*n）的tuple元组

2.python集合set的使用方式：

（1）创建集合：set1=set()
（2）添加元素：set1.add(i) #list是append()方法
（3）打印集合： print set1 # 输出结果为带有set字样的：set([1, 2, 3])
（4）将set集合（一列）存入Series中：df=pd.Series(list(set1))
                   #！！一定要加list，因为集合本身无无序的！~
（5）集合中添加多个list的元素：[set1.add(x) for x in list1] #一定要加[]！

3.dataframe 查询—iloc

（1）第i行：df.iloc[i,:]
（2） 第j列： df.iloc[:,j]
（3）第i行j列处的元素：df.iloc[i,j]
（4）前i行：df.iloc[:i,:] 或者 df.head(i)
（5）前j列：df.iloc[:,:j]
注意：如果知道列标签名，则查询某一特定列

4.dataframe 增加

（1）添加一行 ：df2.append([[3,3,3]])
（2）添加一列：df2[4]=[4,4,4]    #4 是指的是 列的label

5.dataframe 删除

（1）删除第i行： df2.drop(i)    #索引是0-n，并不是具体的string串时。
（2）删除某几行： df2.drop([1,2]) #删除索引为1，2的行
（3）删除第j列： df2.drop(0, axis=1) # 0 是列的lebel~！
（4）删除某几列： df2.drop([0,1],axis=1) #同上，0，1都是列的lebel~！

注意：删除行之后，索引就不是之前那样连续的，可以用reset_index重新排序索引：
df2.reset_index(drop=True)