Pandas实战——DataFrame操作

pandas in action.png

原书地址

本篇笔记为原书第五章节的内容。

• Flitering a DataFrame

---

DataFrame数据优化（内存优化）

主要就是对一些数据类型进行变换，如

• 字符串转为布尔型
• 类别型转为数字型
• 缺失值处理再类型转换等
• 浮点型数值转为整数型

单条件获取数据

==.png
!= / >.png

多条件提取数据

We can filter a DataFrame with multiple conditions by creating two independent Boolean Series and then declaring the logical criterion that pandas should apply between them.

逻辑条件

条件过滤

• isin()

  
  isin()

• between()

  
  between()
  between()

• isnull() # 某列中各个值是否为空

• notnull()

• dropna() # 丢弃掉空值，how参数（all, any），subset参数（指定某列），thresh参数（阈值，几个空值）

  
  dropna()

重复值操作

• df['col'].duplicated() # col列中各个值是否为重复值，keep参数（first，last）重复值首次（最后）出现为真，其他地方出现为假

• drop_duplicates() # 去重，subset参数（指定列），keep参数（first，last）

  
  drop_duplicates()