pandas.dataframe常用操作

pandas.dataframe常用操作

选取数据

• 选取行名、列名、值

• 以标签（行、列的名字）为索引选择数据——x.loc[行标签,列标签]

• 以位置（第几行、第几列）为索引选择数据——x.iloc[行位置，列位置]

• 同时根据标签和位置选择数据——x.ix[行，列]

• 选择连续的多行多列——切片

• 选取不连续的某几行或者某几列

• 简便地获取行或者列

• 如何返回一个dataframe的单列或者单行

• 按条件选取数据——df[逻辑条件]

转置、排序

• 转置 df.T

• 按行名或者列名排序——df.sort_index

• 按行名或者列名排序——df.sort_index

增删行或者列

• 增加一列

• 增加一行

• 删除行或者列——df.drop

组建dataframe

• 组建方法——pd.DataFrame

• 用字典型数据组建——pd.DataFrame

• 简便地获得聚宽数列中的时间索引

缺失值处理

• 去掉缺失值——df.dropna

• 对缺失值进行填充——df.fillna

• 判断数据是否为确实——df.isnull

常用统计函数

• describe 针对series或dataframe列计算汇总统计

• count非na值得数量

• min、max计算最小值和最大值

• idxmin、idxmax计算能够获取到的最大值和最小值的索引值

• quantile计算样本的分位数(0到1)

• sum值的综合

• mean值的平均数

• median值的中位数

• mad根据平均值计算平均绝对离差

• var样本值的方差

• std样本值的标准差

• 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最小值

• cumprod样本值的累计积

• diff计算一阶差分

• pct_change计算百分数变化

panel类型数据分解成dataframe

• panel类型数据分解成dataframe方法

• 更多panel操作指南

研究内存取dataframe

• 把dataframe存成csv文件——df.to_csv()

• 读取被存成csv文件的dataframe——pd.read_csv()