python-pandas

Posted 2020-10-17 Tiger

pandas 用法持续总结：

问题1: 需要把表中部分column转换成列，每一个column对应第一列的编码。

方法：melt(...)

参数：df.melt(id_vars=[\'A\'], value_vars=[\'B\'])

说明：指定ID字段,本例中id_vars是第一列编码。

转换前

 

转换后：

 问题2: 由于转换后index乱序，重新排序

方法：reset_index()

参数：drop=True

说明：去掉乱序的index，使用新的index

 

问题3:排序

方法：sort_values()

参数：列名称组成的序列

说明：df.sort_values([\'国际编码\',\'variable\'])，排序后index错乱

问题4:删除一行根据指定条件

方法：drop()

参数：index

说明：df.drop(df[df.value==0].index) drop接收index然后进行删除，inplace参数设置为True的时候，不返回对象，直接修改。

问题5:修改column名

方法：rename()

参数：columns字典

说明：接收columns参数，传入旧列名和新列名字典对应。

 

问题6:if then 修改值

方法：df.loc[df.列名 > 值，[\'影响的列\']] = 新值

说明：看下图 

 

问题7:if then else 判断值并新增

方法：np.where()

参数：df[\'新列\']=np.where(df[\'列名\'] == \'值\'，为True的时候的值，为False时候的值 )

 

问题8: 判断值之后，两列对掉

方法：np.where(条件表达式，true的值，false的值)

说明：看下图实例