标签：复习 df df1 df2 模块 id data pandas
这次真的用到了pandas模块，因此在这里记录一下自己的理解，希望和大家一起学习。
文章目录
前言
pandas库是一个非常强大的库，在没接触pandas库之前处理excel数据一直用openpyxl模块，代码很多，效率很低，因此这里详细记录pandas库，发誓往后尽量少用openpyxl模块。
提示：以下学习内容
一、pandas是什么？
pandas库在我的理解中是一个多维数据的强大处理器，但它是在numpy的基础之上建立的，因此我们在导入pandas库之前，需要先导入numpy数据库。pandas库中我用到的有一下几个：
1、数据基本信息查看：
数据维度查看（shape）、基本信息查看（info）、格式查看（dtype）、查看唯一值（unique）、查看列名（columns）、查看值（values）、查看前几行和后几行（head和tail）
2、数据清洗
填充0到空值（fillna(value=0));
平均值进行填充df[‘data’](fillna(df[‘data’].mean()));
清除空格df[‘data’].map(str.strip)
更改数据格式df[‘data’].astype(‘int’)
更改列名称df.rename(columns={‘old_name’, ‘new_name’})
数据替换df.replace(‘sh’，‘shanghai’)
3、数据表处理
merge:
匹配合并交集：pd.merge(df1, df2,how=‘inner’)
左边匹配：pd.merge(df1, df2,how=‘left’)
右边匹配：pd.merge(df1, df2,how=‘right’)
匹配并集：pd.merge(df1, df2,how=‘outer’)
追加：df1.append(df2)
join:
df1.join(df2, on=‘key’)
4、设置索引
设置id为索引 set.index(‘id’)
特定列进行排序 sort_values(by=[‘age’])
索引列进行排序 sort_index()
where设置显示内容，这个不太会
np.where(df_inner[‘price’] >3000,‘high’,‘low’)
5、数据提取
三个函数 loc、iloc、ix，loc函数按标签值进行提取，iloc按位置进行提取，ix可以同时按标签和位置进行提取。
提取单行的数值 df.loc[3]
提取一定范围的行数值 df.iloc[0:5]
重设索引 df.set_index(‘data’)
提取前五个数据 df[:5]
提取指定区域内容 df.iloc[:2, :3]
提取单独位置的数据 df.iloc[[0, 2, 5], [3, 4]]
判断数值是否为250 df[2].isin([250])
ix用法 df_inner.ix[:‘2013-01-03’,:4] #2013-01-03号之前，前四列数据
6、数据汇总
对所有列进行数据汇总 df.groupby(‘data’).count()
对city字段进行id数据汇总 df.groupby(‘city’)[‘id’].count()
对两个字段进行id数据汇总df.groupby([‘city’, ‘size’])[‘id’].count()
总结
提示：本文是从下面文章中汇总得到，加上一点自己理解，因此感谢博主分享。https://yiyele.blog.csdn.net/article/details/80605909
标签：复习,df,df1,df2,模块,id,data,pandas 来源： https://blog.csdn.net/ncx191314/article/details/120209434
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。