python 之 data.frame

data.frame 实用方法

1. pd.read_csv 读入文件作为data.frame
    header:指定是否有标题，None无标题
    sep:指定文件分隔符 超级实用
2. df.shape 返回df的行数和列数 超级实用
3. df.columns 返回列名
4. df.info() 返回df各变量的信息
5. df["列名"] 选取某列数据
6. df.describe()返回数值类型列的描述性统计结果，包含均值、标准差、范围等。
7. df.head()显示数据前5行 超级实用
8. df.sort_values(by= , ascending=False) 按照by指定列进行排序，默认为升序，使用ascending=False改为降序。 超级实用
9. df['列名'].mean 对任意一列计算均值
10. df['列名'].min 对任意一列计算最小值
11. df['列名'].max 对任意一列计算最大值
12. df['列名'].sum 对任意一列求和。，此外，可对bool行求和，以获得True的个数
13. df['列名'] == 1 索引，该列值是否等于1 ，返回True或False
14. df[df['列名'] == 1] 返回符合索引条件的行，属性依旧是data.frame。超级实用
15. df[(df['列名a'] == 1) & (df['列名b'] == 1)] 结合逻辑判断使用多个索引条件。超级实用

---

data.frame 子集提取命令 loc, iloc

loc为名称索引，iloc为数字索引

1. df.loc['行名'] 按行名提取子集
2. df.loc['行名','列名'] 提取指定行，列的内容
3. df.loc['行名','列名'] = 1 修改指定行，列内容。取一行或一列时用列表。
4. df.iloc[0:2, 0:2] 提取前两行、前两列的内容

---

使用哈希替换某列的值

1. map

d = {'No': False, 'Yes': True}
df['列名'] = df['列名'].map(d)

2. replace

d = {'No': False, 'Yes': True}
df = df.replace({'列名': d})