1、Pandas实现数据的合并concat，增加一行（https://blog.csdn.net/weixin_47661174/article/details/124698328）

pd.concat([df1,df2])

2、Series、DataFrame（pandas）和ndarray（numpy）三者相互转换（https://blog.csdn.net/qq_36743482/article/details/114678409)

ndarray => Series

npa = np.arange(12)
ser = pd.Series(npa)

Series => ndarray

npa_s = np.array(ser)

ndarray => DataFrame

npa2 = npa.reshape(3, -1)
df = pd.DataFrame(npa2)

DataFrame => ndarray

npa_d = np.array(df)
npa_v = df.values # npa_d npa_v 一样

DataFrame -> Series

type(df[0]) # pandas.core.series.Series

Series -> DataFrame

pd.DataFrame(ser)

3、python中series转dataframe的两种方法（https://zhuanlan.zhihu.com/p/469512251）
pd.DataFrame([j.to_dict()]) #series有转frame dict等方法

4、pandas读取某几行(https://blog.csdn.net/weixin_39025679/article/details/109216669)
https://blog.csdn.net/bianxia123456/article/details/111396760

np.loc[0:m]

python.pandas.DataFrame初始化，dic写入，切片写入，存csv问题合集（https://zhuanlan.zhihu.com/p/489099818）

df3.loc[['No.1','No.3'],['name','color']] # '[]', 索引特定行列
name color
No.1 apple red
No.3 watermelon green

5、pandas定位某一行、选取列、列累加

for i in range(len(all_data)):
# print(all_data['飞靶号'][0])
# print(all_data[i])
if all_data['飞靶号'][0]=='退电品':
print(i)
print(all_data.iloc[i])
# all_data = np.delete(all_data,i,axis=0)
exit(1)

X=all_data[['温度','PH','L','A','B']]
y=all_data[['二次染时']]
X.head()

x_train[['温度']].apply(lambda x:x.sum())

6、使用numpy初始化数据类型为object的空数组(https://www.cnpython.com/qa/1341898)
a = np.empty((12,), dtype=object)

7、Python: numpy数组添加一行或者一列, numpy数组的增删查改（https://blog.csdn.net/qq_40765537/article/details/105869910）

import numpy as np
a = np.array([[1,2,3],[4,5,6],[7,8,9]])
b = np.array([2,5,8])
print(np.r_[a,[b]])

输出：
[[1 2 3]
[4 5 6]
[7 8 9]
[2 5 8]]

8、【Python数据处理】用pandas将dataframe写入excel中（https://blog.csdn.net/chengyikang20/article/details/90139384）
将pycharm生成的数据用pandas库中的to_excel保存为excel文档时，报错：numpy.ndarray object has no attribute to_excel(https://blog.csdn.net/m0_67870771/article/details/124603745)

import pandas as pd
file_path = 'E:/data/2.xlsx' #想要保存到的位置和文件名称、文件类型。
df = pd.DataFrame(data)
dt.to_excel(file_path)

9、numpy列相加 python（https://www.csdn.net/tags/MtTaAgxsMDQ2MjQtYmxvZwO0O0OO0O0O.html）

x.sum(axis=0)

10、Python中numpy如何提取矩阵的某一行或某一列（https://www.yisu.com/zixun/179241.html）
矩阵的某一行
a[1]
Out[32]: array([3, 4, 5])

矩阵的某一列
a[:,1]
Out[33]: array([1, 4, 7])

11、numpy选择特定的行列（https://blog.csdn.net/goodxin_ie/article/details/109659893）
x[[0,1]][:,[0,3]]

Out[31]:
array([[0, 3],
[4, 7]])

x_test = np.empty((1, 15), dtype=object) # Test数据集
test_feibahao = x_test[:, 0] # 取测试集飞靶号一列

12、Numpy删除行（多行操作）（https://blog.csdn.net/God_WZH/article/details/122575683）
https://blog.csdn.net/A_JI_97/article/details/116235753

删除行：

x1 = np.delete(x, 0, axis=0)
y1 = np.delete(y, 1, axis=0)
print(x1)
print(y1)

13、numpy行列转换(https://blog.csdn.net/m0_37294838/article/details/102743533)

14、如何轻松地将numpy数组（矩阵）从python提取到excel？（https://www.cnpython.com/qa/1678585）
import numpy

numpy.savetxt('your\location\yourfile.csv', numpy_array, delimiter=',')

15、Python合并两个numpy矩阵(http://t.zoukankan.com/itdyb-p-5735911.html)
我们随机生成了a，b这两个矩阵，下面进行合并操作：

hstack()在行上合并

np.hstack((a,b))
array([[ 8., 5., 1., 9.],
[ 1., 6., 8., 5.]])

vstack()在列上合并

np.vstack((a,b))
array([[ 8., 5.],
[ 1., 6.],
[ 1., 9.],
[ 8., 5.]])

16、Python教程：numpy数组初始化为相同的值(https://blog.csdn.net/sinat_38682860/article/details/111314885)

import numpy as np

a = np.ones((4,4)) * 10
[[10. 10. 10. 10.]
[10. 10. 10. 10.]
[10. 10. 10. 10.]
[10. 10. 10. 10.]]

17、数据分析入门之numpy数组数据大小比较与筛选去重(https://blog.csdn.net/ayouleyang/article/details/103757741)

18、【Numpy】Numpy求均值、中位数、众数的方法(https://blog.csdn.net/u013066730/article/details/108844068)
import numpy as np

均值

np.mean(nums)

中位数

np.median(nums)

from scipy import stats
stats.mode(nums)[0][0]

19、python读取EXCEL表格中有相同列名的值（https://blog.csdn.net/qq_41821067/article/details/121798607）
import pandas as pd
df = pd.read_excel('test1.xls',header=0)#现在Excel表格与py代码放在一个文件夹里
result = []
for s_li in df.columns:

打印列名

print(s_li)
if 'I' in str(s_li):
    result.append(df[s_li])

print(result)

pd.DataFrame(result).to_excel(r'F:\python_project\result.xls')#保存的路径

20、
import statistics

l = ['温度','PH','DL1','DA1','DB1','DL2','一次染时']

l = ['wendu','ph','dl1','da1','db1','dl2','yici']
print(pandas_data.shape)
for i in l:
print(i+'方差为：%f' % np.var(pandas_data[i]),i+'标准差为：%f' % np.std(pandas_data[i]),i+'最大值为：%f' % np.max(pandas_data[i]),
i+'最小值为：%f' % np.min(pandas_data[i]),i+'平均值为：%f' % np.mean(pandas_data[i]),i+'中位数为：%f' % np.median(pandas_data[i]))
print(i+'众数为:', statistics.mode(pandas_data[i]))
print()

21、DataFrame 取某一行某一列或取某N行某N列（https://blog.csdn.net/qq_42140717/article/details/124350979）

取已知index的某一行数据：

df.loc[a]

取未知index某一行的数据:

df[1:2]#括号下包含，如取第二行数据则为应为[1:2]

取未知index某N行的数据:

df[0:10]

取已知名称的某一列：

df['name']

取不知名称，但知道第几列的数据：

df.iloc[:,2]

取已知名称的N列：

df[['name','name2']]

取已知名称的N行M列：

df['name'][0:4]

取不知名称的N行M列:

df.iloc[0:N,0:M]

iloc是只取索引值即只取数值。loc取得是index索引值，和列名字。如数据中索引值有重复的情况，loc会报错。不使用loc和iloc则是选择第几行的指定名称的列。

22、# 怎样取numpy数组指定行列
https://blog.csdn.net/goodxin_ie/article/details/109659893

b= a[c]先取想要的行数据
b = b[:,d]
print(b)

x[[0,1]][:,[0,3]]
Out[31]:
array([[0, 3],
[4, 7]])

23、Python中numpy数组的拼接、合并（https://blog.csdn.net/qq_39516859/article/details/80666070）
水平组合

np.hstack((a,b))
array(［ 0, 1, 2, 0, 2, 4],
[ 3, 4, 5, 6, 8, 10],
[ 6, 7, 8, 12, 14, 16］)

np.concatenate((a,b),axis=1)
array(［ 0, 1, 2, 0, 2, 4],
[ 3, 4, 5, 6, 8, 10],
[ 6, 7, 8, 12, 14, 16］)

24、# Pandas 读取 csv 文件提示：DtypeWarning: Columns (3) have mixed types. Specify dtype option on import or set low_memory=False.

data = pd.read_csv(f, low_memory=False)

25、python读取csv文件的几种方式（含实例说明）（https://blog.csdn.net/qq_43160348/article/details/124331781）

import pandas as pd

df = pd.read_csv('../data_pro/audito_whole.csv')
print(df)

26、【Python】——筛选存在空值的行or非空值的行(https://blog.csdn.net/qq_40264559/article/details/124508563)

test = test[test['性别'].notna()] #去掉【性别】为空值的行
test

27、Pandas 创建一个空的Dataframe 并向其添加行与列（https://blog.csdn.net/qq_53817374/article/details/123771713）

import pandas as pd
df = pd.DataFrame(data=None,columns=['时间','车牌','北纬','东经'])
df

拼接（pandas.concat用法详解）（https://cloud.tencent.com/developer/news/372041）
pd.concat([df1,df2,df3]),默认axis=0，在0轴上合并。

image.png

28、# 【Python小随笔】Pandas读取每一行数据
for indexs in data.index:
print(data.loc[indexs].values[0:-1])

29、## pandas错误处理：A value is trying to be set on a copy of a slice from a DataFrame

quchong = df_all.drop_duplicates(subset='虚拟飞靶号')
print(quchong.shape)

quchong.insert(loc=6, column='hour', value='')
new_data = quchong.copy()

for i in range(quchong.shape[0]):
new_data['hour'].iloc[i]=int(quchong['一次化抛进槽时间'].iloc[i][11:13])

30、