pandas基础

获取DataFrame所有列名

import pandas
dataFrame=pandas.read_excel(sourceFilePath)
keys=list(dataFrame.keys())

列切片

dataFrame=dataFrame[key]

行切片

curDataFrame=dataFrame[(dataFrame['时间']>=beginTime)&(dataFrame['时间']

排序

resultDataFrame.sort_values('时间', inplace=True)

resultDataFrame.sort_index(by='时间') args:ascending(default True),axis(default 0),by(default None)

批量赋值

dateFrame.loc[dateFrame[dateFrame['原始功率(kw)'] < 0].index, '原始功率(kw)'] = 0

批量值替换

dateFrame.loc[dateFrame[dateFrame['原始功率(kw)'] < 0].index, '原始功率(kw)'] = 

dateFrame.loc[dateFrame[dateFrame['原始功率(kw)'] < 0].index, '预测功率(kw)']

空值处理

dataFrame.fillna('nan',inplace=True)
dataFrame.dropna(how='any',inplace=True)

应用函数

stripstr = lambda x: x.strip() if isinstance(x, unicode) else x
dataFrame=dataFrame.applymap(stripstr)

只在列上应用

dataFrame['姓名'] = dataFrame['姓名'].apply(stripstr)

统计方法

DataFrame.mean(axis=0,skipna=True)

count	非 NA 值的数量
describe	针对 Series 或 DF 的列计算汇总统计
min , max	最小值和最大值
argmin , argmax	最小值和最大值的索引位置（整数）
idxmin , idxmax	最小值和最大值的索引值
quantile	样本分位数（0 到 1）
sum	求和
mean	均值
median	中位数
mad	根据均值计算平均绝对离差
var	方差
std	标准差
skew	样本值的偏度（三阶矩）
kurt	样本值的峰度（四阶矩）
cumsum	样本值的累计和
cummin , cummax	样本值的累计最大值和累计最小值
cumprod	样本值的累计积
diff	计算一阶差分（对时间序列很有用）
pct_change	计算百分数变化