数据蛙提高-pandas学习

Posted 2021-03-11 chentianwei

read_csv

??不同参数的作用

• header默认为0,即第一行为表头，如果header=None，则0开始的数字作为表头，可以配合name=[]定义表头。

 

Series和DataFrame数据结构

to_frame(name=None)方法，把Series格式数据转化为DataFrame格式。

 

索引

使用索引我们就可以对数据进行选取和筛选

1. 使用位置做索引
2. 使用列表做索引
3. 使用切片做索引
4. 使用bool类型索引

loc方法

``.loc[]`` is primarily label based, but may also be used with a boolean array. 主要是基于标签，也可以使用布林数组。

• 内部参数可以使用单一的标签如1或"a"
• 一个list或array作为标签，如[‘a‘, ‘b‘, ‘c‘]
• 或切片‘a‘:‘f‘`，??这是双闭合的, 
• 一个布林数组
• 一个带单一参数(Series,或DataFrame)的可调用函数并返回验证后的输出结果作为索引。

例子：

df.loc[df["年龄"]>40]

 

行列的形式：第一个参数是选行，第二个参数选择列

df.loc[[1,2,3], [‘年龄‘, "性别"]]

??第二个参数不能使用整数切片或整数行数。

?df.loc[0:3, [0,1,2]]
?df.loc[0:3, 0:2]

 

 

 

iloc方法

``.iloc[]`` is primarily integer position based (from ``0`` to ``length-1`` of the axis), but may also be used with a boolean array.

基于整数位置的，默认0代表第一行或第一列。iloc的字母i就代表integer

可以输入的参数是：

•  一个整数
• 一个list,或整数型的array, 如[4, 5]
• 整数切片， ??左闭合，右开放。
• 一个布林数组
• 一个带单一参数(Series,或DataFrame)的可调用函数并返回验证后的输出结果作为索引。

行列的形式：第一个参数是选行，第二个参数选择列。

df.iloc[0:3, 0:2]
等同于
df.iloc[0:3, [0,1,2]]

 

 ??只能用整数。不能使用具体的列名字。