pandas个人常用操作

常用操作：

以下操作均在，导入pandas并命名为pd之后进行，数据未给出，只给出大致的用法：

import pandas as pd

---

pandas的基本对象: DataFrame，整体的思想是希望像操作sql表一样，来便捷地操作表格数据。

---

• 新建DataFrame

## 新建DataFrame
列表 = [{},{},...] # 可以是一个对象数组
df = pd.DataFrame(列表)

## 加载csv文件到DataFrame
df = pd.read_csv(文件路径)

## 保存DataFrame到csv文件
df.to_csv(路径, sep="\t", index=False) # 第一个参数是保存的路径，index参数是每个dataframe前面的index下标， sep是列之间的分隔符，此处指定为tab。分隔符可以为其它。

---

• 遍历DataFrame

## 要以 Pandas 的方式迭代遍历DataFrame的行，可以使用：

# 方式1
for index, row in df.iterrows():    
  print(row["c1"], row["c2"])

# 方式2
for row in df.itertuples(index=True, name='Pandas'):    
  print(getattr(row, "c1"), getattr(row, "c2"))

---

• 打印dataframe的前5条数据

print(df.head())

---

• 合并两个dataframe

new_df = pd.merge(df, df, left_on='左键', right_on='右键') # 默认是'inner'的连接方式。

---

• 丢弃列

df = df.drop(['列名’], axis=1)

---

• 单列分割为多列(比如date列数据为：年/月/日，分拆成三列数据。)

df[['year', 'month', 'day']] = df['date'].str.split('/', 3, expand=True)

• 多列合并为一列

df['date'] = df['year'] + '/' + df['month'] + '/' + df['day']

---

• 多组聚合

final_data = df.groupby(by=["date", "post_id"], axis=0)["amount"].sum() # 对date列做第一次分组，然后再对post_id做第二次分组，然后对amount列进行求和。但是最后得到的结果会是优化后的显示表格，要还原成原本的表格形式，应该用reset_index()进行返回。
final_data = final_data.reset_index()

---

• 对列的每个元素做某个操作

df['Label'].map(lambda x: int(x))