pandas常用

索引

不会得到新的对象

索引后得到对象的直接赋值会更改源df，而df调用方法会产生一个新的df。

1 df []索引，一次只能对一个轴索引，

a. df[1:2]填范围时是 index的索引，

b. df[1]填一个值时对columns的索引

c. df[bool]常用的bool索引

2.df.loc 切片 column时用列名定位。

a. df[1]传一个时，只对index索引。

b.可以bool索引.不会有bool索引时的reindex警告。

3.df.iloc 切片，columns可以用坐标定位。传一个时，只对index索引。可以bool索引

合并

1.pd.contact 通过axis空值是纵向还是横向合并。合并时必须是对齐的。产生一个新的对象。

2.merge mysql的join风格。内外链接，链接的主键

3.append 如df的追加一行，

计算

df.corr()相关性

df.add()加法运算，运算前要对齐

df.gt,df.lt, df.ne 两个df之间的比较，输出bool值。

广播

1.apply 可应用于 sl和df(选择轴)，还有group对象的apply

2.sl的map方法

categories = {1: 'Alpha', 2: 'Beta', 3: 'Charlie'}

3.applymap函数，applymap(categories.get)

columns和index

时间点，时间段，时间差，数字（index的类型）

1.df.rename({'one': 'foo', 'two': 'bar'}, axis='columns') 重命名

2. ts2.reindex(ts.index) 重排索引，切片

3. reset_index把索引变成特征，增加一个新排列的索引

4 .df.loc[df.groupby("AAA")["BBB"].idxmin()]获取最小的坐标

阶段变量（reshape=group）

1.Interval 数字间隔 Interval_range  一群数字间隔

2.RangeIndex 数字的迭代

3.Period 时间间隔 period_range  一群时间间隔PeriodIndex

4.Timedelta 时间单位 timedelta_range 一群时间单位timedelta_range

5.date_range 时间点的迭代DatetimeIndex

分组

1 分组后获取分组内排序第一的行

df.sort_values(by="BBB").groupby("AAA", as_index=False).first()

2分组后获取每个分组最小坐标的行

df.loc[df.groupby("AAA")["BBB"].idxmin()]

常用设置

# 设置打印展示输出

pd.set_option('display.max_rows', None)

pd.set_option('display.max_columns', None)

pd.set_option('display.max_colwidth', 1000)

pd.set_option('display.width', 1000)