python pandas 自用

列1	列2	列3	列4
	import pandas as pd
	s = pd.Series([1, 3, 5, np.nan, 6, 8])
	pd.DataFrame({'A': [1, 2, 3]})
	dates = pd.date_range("20130101", periods=6)
	df = pd.DataFrame(np.random.randn(6, 4), index=dates, columns=list("ABCD"))
	df2 = pd.DataFrame(
	...:     {
	...:         "A": 1.0,
	...:         "B": pd.Timestamp("20130102"),
	...:         "C": pd.Series(1, index=list(range(4)), dtype="float32"),
	...:         "D": np.array([3] * 4, dtype="int32"),
	...:         "E": pd.Categorical(["test", "train", "test", "train"]),
	...:         "F": "foo",
	...:     }
查看数据	df.head()	头几行
	df.tail(3)	尾3行
	df2.dtypes	类型
	df.index	索引 行
	df.columns	列名
	df.to_numpy()	numpy格式
	df.describe()	显示数据的快速统计摘要	A         B         C         D
			count  6.000000  6.000000  6.000000  6.000000
			mean   0.073711 -0.431125 -0.687758 -0.233103
			std    0.843157  0.922818  0.779887  0.973118
			min   -0.861849 -2.104569 -1.509059 -1.135632
			25%   -0.611510 -0.600794 -1.368714 -1.076610
			50%    0.022070 -0.228039 -0.767252 -0.386188
			75%    0.658444  0.041933 -0.034326  0.461706
			max    1.212112  0.567020  0.276232  1.071804
	df.T	转置
	df.sort_index(axis=1, ascending=False)	排序
	df.sort_values(by="B")	排充
选择	df["A"]	【列名】
	df[0:3]	0-3行
	df["20130102":"20130104"]	行号02-04
按标签选择	df.loc[dates[0]]
	df.loc[:, ["A", "B"]]	【行，列】
	df.loc["20130102":"20130104", ["A", "B"]]
	df.loc[dates[0], "A"]	选择具体值
	df.at[dates[0], "A"]	选择具体值
按位置选择	df.iloc[3]	【行】
	df.iloc[3:5, 0:2]	【行，列】
	df.iloc[[1, 2, 4], [0, 2]]
	df.iloc[1:3, :]
	df.iloc[:, 1:3]
	df.iloc[1, 1]
	df.iat[1, 1]
按条件选择	df[df["A"] > 0]
	df[df > 0]
赋值	df2 = df.copy()
	df2["E"] = ["one", "one", "two", "three", "four", "three"]
	s1 = pd.Series([1, 2, 3, 4, 5, 6], index=pd.date_range("20130102", periods=6))
	df.at[dates[0], "A"] = 0
	df.iat[0, 1] = 0
	df.loc[:, "D"] = np.array([5] * len(df))
	df2[df2 > 0] = -df2
	df1 = df.reindex(index=dates[0:4], columns=list(df.columns) + ["E"])
	df1.loc[dates[0] : dates[1], "E"] = 1
	df1.dropna(how="any")
	df1.fillna(value=5)
	pd.isna(df1)