一、Series 的长度不可改变，但 DataFrame 里就可以插入列。
二、Pandas 和 NumPy 的本质区别：NumPy 数组只有一种数据类型，DataFrame 每列的数据类型各不相同。
一、df.Series基础参数：values--获取数组；index--获取索引；name--values的name；index.name--索引的name
二、df.DataFrame基础参数：values--获取元素；index--索引、columns--列名；dtypes--类型。
三、查看数据：df.head(n)，df.tail(n)，n指定行数，默认为5；
四、df.decribe(percentiles=[.25,.5, .8],include=['O']，exclude=None)：
percentiles--设定数值型特征的统计量；
include--默认是只计算数值型特征的统计量：
include=['O']，会计算离散型变量的统计特征（非空数量count，唯一值种类unique，出现最多的类型top和出现次数freq）；
参数是‘all’的时候，会把数值型和离散型特征的统计都进行显示；
exclude--默认不丢弃任何列，可以丢弃指定列。
五、df.sort_index(by=' ', axis=0, ascending=True, inplace=False, kind='quicksort', na_position='last')：
axis：{0 or ‘index’, 1 or ‘columns’}, default 0，默认按照列排序，即纵向排序；如果为1，则是横向排序。
by：str or list of str；如果axis=0，那么by="列名"；如果axis=1，那么by="行名"。
ascending：布尔型，True则升序，如果by=['列名1','列名2']，则该参数可以是[True, False]，即第一字段升序，第二个降序。
inplace：布尔型，是否用排序后的数据框替换现有的数据框。
kind：排序方法，{‘quicksort’, ‘mergesort’, ‘heapsort’}, default ‘quicksort’。似乎不用太关心。
na_position：{‘first’, ‘last’}, default ‘last’，默认缺失值排在最后面。
六、df.sort_values(by=‘##’,axis=0,ascending=True, inplace=False, na_position=‘last’):参数意义和sort_index()的一样。
七、df.loc[: , : ]：
前面为行索引，后面为列索引；
df.loc[df["duration"].isin([100])]，isin函数是series用来判断值是否在series 里；
df.query("duration > 100 & index == 'UK'")，用来判断条件符合的数据集并返回。
iloc比较简单，它是基于索引位来选取数据集。
八、df2.reindex(date_index2, method='ffill')：
method（只适用于index是单调递增或者单调递减的情形）参数意义：
None：任性不填；
'pad'/'ffill'：用前面数填充后面的缺失值；
'backfill'/'bfill'：用后面数填充前面的缺失值；
'nearest'：用最近的数填充，这个是最靠谱的；
九、df1.dropna()参数意义：
axis default 0指行,1为列
how {‘any’, ‘all’}, default ‘any’指带缺失值的所有行;'all’指清除全是缺失值的行
thresh int,保留含有int个非空值的行
subset 对特定的列进行缺失值删除处理
inplace 这个很常见,True表示就地更改
十、df.fillna()参数意义：
inplace参数的取值：True、False
method参数的取值 ： {‘pad’, ‘ffill’,‘backfill’, ‘bfill’, None}, default None
pad/ffill：用前一个非缺失值去填充该缺失值
backfill/bfill：用下一个非缺失值填充该缺失值
None：指定一个值去替换缺失值（缺省默认这种方式）
limit参数：限制填充个数
axis参数：修改填充方向，1行，0列
十一、数据处理三板斧。
map()，把数据集中gender列的男替换为1，女替换为0：
data["gender"] = data["gender"].map({"男":1,"女":0})；
apply(function,axis=):
data[["height","weight","age"]].apply(np.log, axis=0);
applymap()，会对DataFrame中的每个单元格执行指定函数的操作:
df.applymap(lambda x:"%.2f" % x)；
十二、value_counts()，查看表格某列中有多少个不同值，并计算每个不同值有在该列的个数：
sort=True,#是否排序，默认是要排序；
ascending=False,#默认降序排列；
normalize=False,#标准化、转化成百分比形式；
bins=None,#可以自定义分组区间，默认是没有，但也可以自定义区间；
dropna=True,#是否删除nan，默认删除
十三、concat（）
pandas API文档链接：https://pandas.pydata.org/pandas-docs/stable/reference/offset_frequency.html
--终--
网友评论