pandas 常用方法使用示例

标签：常用 示例 df pd print import csv pandas

#生成DataFrame，保存至文件
from pandas import DataFrame
import numpy as np
import pandas as pd

t={
    "称呼": ["爸爸","妈妈","宝宝"],
    "年龄": [18, 30, np.nan],   
    "性别": [None, "male", "female"],
    "生日": ["2000-02-10", "1988-10-17", None]
}

df =DataFrame(t)
df.to_csv("Result.csv",header=1,index=0) #保存列名、不保存行索引

 

#读取文件，生成DataFrame
import pandas as pd

df = pd.read_csv("Result.csv") #扩展名也可不是 .csv
print(df)
print(df.isnull()) 

  

#显示“年龄”列，行号1，2的单元格,求和
import pandas as pd

df = pd.read_csv("Result.csv") 
print(df.loc[[0,1],['年龄']])
print(type(df.loc[[0,1],['年龄']]))  
print(df.loc[[0,1],['年龄']].sum())

　　

#将DataFrame中的空值设为0
import pandas as pd

df = pd.read_csv("Result.csv") 
df.fillna(0,inplace = True)  
print(df)

　　

#插入列
import pandas as pd

df = pd.read_csv("Result.csv") 
df.insert(loc=2, column='插入列', value="插队")  
print(df)

或:     df.loc[:,新列名]=值　　

 

#插入行（实际是两个表在纵轴方向上拼接）并去除重复数据行
import pandas as pd

df = pd.read_csv("Result.csv") 
df1=DataFrame({
    "插入行": ["插入1","插入1","插入1"]
})
pd.concat([df1,df2],ignore_index = True)
#当两个表中有重叠的数据时，使用drop_duplicates()去除重复数据
pd.concat([df1,df2],ignore_index = True).drop_duplicates()
print(df)

　

#根据现有列生成新的列
import pandas as pd
from pandas import DataFrame

def getlevel(年龄):
    if 年龄 > 25:
        return "老"
    elif 年龄 > 15:
        return "中"
    else:
        return "青"

df = pd.read_csv("Result.csv") 
# df['level'] = df.apply(lambda x: getlevel(x['年龄']), axis=1)
df['level'] = df.apply(lambda x: getlevel(x.年龄), axis=1)
 
print(df)

　

#删除列
df.drop(axis = 0, index=[0], inplace=True)

　　　　　

#列改名，a,b变为A,B
df.rename(columns={"A": "a", "B": "c"},inplace=True)

　

　修改单元格，记忆公式：

单值修改:df.loc[行索引，列索引]
单行修改:df.loc[行索引]或df.iloc[行索引]；
单列修改:df[列索引]、df.loc[:,列索引]或df.iloc[:,列索引]
按条件修改: df.loc[[筛选后的DataFrame].index,列索引]

mask(条件判断，条件成立的值)

where(条件判断，条件不成立的值)

#修改单元格：在指定列中找符合条件的单元格，对于这些单元格所在行，修改与指定列相交的单元格的值
import pandas as pd
from pandas import DataFrame

df = pd.read_csv("Result.csv")

df.loc[df["称呼"]=='爸爸',['称呼','年龄']]='father'
 
print(df)

　　 

#使用正则修改替换1
import pandas as pd
from pandas import DataFrame

df = pd.read_csv("Result.csv")

df['称呼']=df['称呼'].str.replace(
    pat='^(爸+)$',
    repl=lambda x: '0'*(4-len(x[0]))+x[0]+'ok',
    regex=True
    )
print(df)

 

#使用正则修改替换2
import pandas as pd

df = pd.read_csv("Result.csv")

df.replace(
    '^(爸+)$',
    r'\1神了',
    regex=True,
    inplace=True
    )
print(df)

　　

 

#转置
df=df.T

　　

#移动整行
import pandas as pd
from pandas import DataFrame

df = pd.read_csv("Result.csv")
df.iloc[0, :] = df.iloc[0, :].shift(-1)

　　　

#移动部分单元格
import pandas as pd
from pandas import DataFrame

df = pd.read_csv("Result.csv")
print(df)
df.iloc[0, 1:2] = df.iloc[0, 1:2].shift(-1)
print(df)

　　

 

参考：https://www.cnblogs.com/testzcy/p/12077820.html

https://blog.csdn.net/m0_62011685/article/details/124827501

https://blog.csdn.net/m0_62011685/article/details/124716966

https://blog.csdn.net/weixin_42322206/article/details/124226550

https://www.cjavapy.com/article/774/#google_vignette

标签：常用,示例,df,pd,print,import,csv,pandas
From： https://www.cnblogs.com/pu369/p/17150852.html