pandas 常用操作

删除操作

• 删除列：
  df=df.drop('column_label',axis=1)
• 删除行：
  df=df.drop('row_label')
• 删除重复的行: df=df.drop_duplicates(['column_label_one','column_label_two'])

查看

• 查看行数
  len(df) or len(df.index) or df.shape[0]
• 列数
  len(df.columns) or df.shape[1]
• 数据类型
  df.dtypes

重命名

• 列标签的重命名
  df.rename(columns={"old label": "new label"})​
• 行标签的重命名
  df.rename(index={"old label": "new label"}​

时间序列的操作

• 将时间字符串转换成datetime数据
  dt['StartTime'] = pd.to_datetime(dt['StartTime'])

排序

• 按值排序，可指定列名和排序方式，默认的是升序排序
  dt.sort(['StartTime'], inplace=True) or dt.sort(['StartTime'])
• 照索引（行名）或者列名进行排序,指定axis=0表示按索引（行名）排序，axis=1表示按列名排序，并可指定升序或者降序：
  df.sort_index(axis=1, ascending=False)

读写操作

• 读csv
  pd.read_csv('input.csv') | pd.read_table('input.csv', sep=',')

  • 参数 header = None pandas分配默认列名
  • 参数 name = [‘a’, ‘b’, ‘c’] 指定列名
  • 参数 index_col=’idx 指定索引
  • 参数 shiprows = [0, 2, 4] 跳过文件部分行
  • 参数 nrows = 20 只读取文件前xx行
  • 参数 chunksize = 10000 指定每次读取行数，分块读取，返回TextParse对象

• 写csv
  pd.to_csv('output.csv')

  • 参数 na_rep = ‘NULL’ 缺失值输出为指定标记值，默认为空字符串
  • 参数 index = False, header = False 禁止输出行和列的标签, 默认输出
  • 参数 cols=[‘a’, ‘b’] 指定输出以部分列，并以指定顺序排序