英文文档：链接

1.具体应用案例

  1. import pandas as pd
  2. import numpy as np
  3. path=r"路径"
  4. df=pd.read_excel(path) #读取文件
  5. df.info() #展示数据集大概信息
  6. df.describe() #仅展示数值类型的列（如int float）
  8. #对数据框架的某一列的数据类型全转换为另一数据类型时
  9. #1.函数法
  10. def changeStr(x):
  11.     return str(x)
  12. df.某个列名 = df.某个列名.apply(changeStr)
  13. #2.lambda表达式
  14. df.某个列名 = df.某个列名.apply(lambda x:str(x))
  17. #查找数据框中的重复行:布尔规则,其中df.duplicated()返回为true或者false的一张表
  18. df[df.duplicated()]  #这种方式更适合于读，不适合于写，一般适合写的都是loc()
  20. #去掉重复行,新的数据集为df1
  21. df1 = df.drop_duplicates()
  23. #数据集的索引放入一个列表中
  24. df1[布尔规则].index
  26. #查找数据框架中的为NaN的数据:布尔规则
  27. df[df.某个列名.isnull()]
  29. #常用的查找 loc iloc
  31. #日期操作 d.weekday() d.weekday_name
  33. #保存excel
  34. path=r"自定义路径"
  35. df1.to_excel(path)    
  37. #求后一天跟前一天的增幅
  38. df.diff()
  39. 得到某一列数值型数据其中 每后一列减去前一列得差值
  41. #数据利差标准化处理
  42. def minMaxScaler(data):
  43.     p = (data-data.min()/(data.max()-data.min()))
  44.     return p
  45. df1["标准化交易额"] = minMaxScaler(df1.交易额)

2.loc和iloc的区别

pd.iloc[行号,列号]
pd.loc[行标签,列标签]

iloc是基于索引位来选取数据集，行号和列号都是从0开始数，而且还是前开后闭，比如iloc[:3]则是选取前三行0,1,2三行数据。
loc是基于标签进行选取。闭区间，loc[:3]表明取到3,如果是从0开始的标签，则取0,1,2,3总共4行数据。

还有一个需要注意的地方，iloc中含有-1的用法，在loc中不会出现-1的这种用法。具体iloc中含-1的使用方法及结果如下：
iloc[n,-1]是选取的第n行最后一个元素（从0开始）
**

3.datetime库常用函数

1.导包并获得当前时间

image.png

2.将时间格式化

方法1:转化为datetime.date类型
只有datetime.date类型的才能用fromtimestamp函数
image.png

image.png
方法2:转化为字符串
image.png

3.替换时间中年或者月或者日

对应参数即可
image.png

4.修改时间中的日、时、分、秒等

对应参数即可days，hours…
image.png

5.显示时间中的信息

包括 哪一年 该年第几月 该月第几天 几点 几分 几秒 这个星期的星期几（注：从0开始，即星期1为0）
image.png

4.pandas中的apply函数

1.对列操作

  1. import pandas as pd
  2. import os
  4. def f(column):
  5.     print(type(column))
  7. df=pd.DataFrame({'column1':[1,2,5,8,63],'column2':[5,6,85,3,5],'column3':[54,36,45,85,69]},index=['fs','fd','f','fa','df'])
  8. print(df)
  9. df.apply(f)

image.png

  1. import pandas as pd
  2. import os
  3. import numpy as np
  4. df=pd.DataFrame({'column1':[1,2,5,8,63],'column2':[5,6,85,3,5],'column3':[54,36,45,85,69]},index=['fs','fd','f','fa','df'],dtype=np.object)
  5. print(df)
  6. def  f2(x):
  7.     x[3]="hello ,good boy"
  8.     x[2]='hello ,good girl'
  10. df.apply(f2)
  11. print(df)

image.png

2.对行操作

  1. def f3(x):
  2.     print(type(x))
  3.     print(x)
  6. df.apply(f3,axis=1)

image.png
注：apply对行进行操作时，是不能对元素进行赋值的，但可以进行数据类型转换，也就是不能对行的值进行更改。
**

5.pandas中的drop与delete

1.drop函数

  1. DataFrame.drop(labels=None, axis=0, index=None, 
  2.                columns=None, level=None, inplace=False, errors='raise')
  3. labels是指要删除的标签，一个或者是列表形式的多个，
  4. axis是指处哪一个轴，
  5. columns是指某一列或者多列，
  6. level是指等级，针对多重索引的情况，
  7. inplaces是否替换原来的dataframe
  2. df = pd.DataFrame(np.arange(12).reshape(3,4),
  3.                   columns=['A', 'B', 'C', 'D'])
  4. df

image.png

  1. #指定删除相关的列，没有带columns，所以要指出是哪个轴上的
  2. >>> df.drop(['B', 'C'], axis=1)

image.png

  1. #这里带有columns，所以不用加上axis参数
  2. >>> df.drop(columns=['B', 'C'])

image.png

  1. #删除指定索引的行，这里没有axis参数，就是默认axis=0,也就是删除行
  2. >>> df.drop([0, 1])

image.png

多重索引另参考博客：链接

2.delete函数

  1. del df['A']  # 删除A列，会就地修改

value_counts
#astype
#str.find