【pandas & numpy】数据处理

pandas

1. 读 加载索引 pd.read_csv(’ ', index_col= , header= )

读数据加载行索引

# 把首列作为行索引
pd.read_csv('./train/train.csv', index_col=0)

读数据加载列索引

pd.read_csv('./train/train.csv', header=0) # 首行作为列名
pd.read_csv('./train/train.csv', header=[0, 1]) #0,1行作为列名 

2. 存 加载索引 df.to_csv(’ ', index= , header= )

# index=False 不保存列索引
# header=False 不保存行索引
data.to_csv('./node1.csv', index=False, header=False)

3. 合并数据 pd.merge() .concat()

【Python】pandas merge,concat合并数据集

numpy

1. 合并数据 np.c_[,] .r_[,]

# 两矩阵左右相连，要求行数相等 类似pd.merge()
np.c_[np.array(data1), np.array(data2)]

# 两矩阵上下相连，要求列数相等 类似pd.concat()
np.r_[np.array(data1), np.array(data2)]