纯小白常用的Pandas指令

文章目录

取出部分行或列的数据删除列或行删除有空值的行或列填充值判断是否是空值数据拼接在特定的行对应特定的列填值分组移动列的位置（先删除再插入）统计某一列或某一行的缺失值数目统计非空值数量

取出部分行或列的数据

import pandas as pd df = pd.DataFrame(pd.read_excel(path, header=0, encoding='utf-8')) df = df.iloc[:, [0, 3, -1]] # 取出第0 3 和最后1列的数据 df = df.iloc[0:5, :]

删除列或行

用法：DataFrame.drop(labels=None,axis=0, index=None, columns=None, inplace=False)

参数说明： labels 就是要删除的行列的名字，用列表给定 axis 默认为0，指删除行，因此删除columns时要指定axis=1； index 直接指定要删除的行 columns 直接指定要删除的列 inplace=False，默认该删除操作不改变原数据，而是返回一个执行删除操作后的新dataframe； inplace=True，则会直接在原数据上进行删除操作，删除后无法返回。

因此，删除行列有两种方式： 1）labels=None,axis=0 的组合 2）index或columns直接指定要删除的行或列

>>>df = pd.DataFrame(np.arange(12).reshape(3,4), columns=['A', 'B', 'C', 'D']) >>>df A B C D 0 0 1 2 3 1 4 5 6 7 2 8 9 10 11 #Drop columns,两种方法等价 >>>df.drop(['B', 'C'], axis=1) A D 0 0 3 1 4 7 2 8 11 >>>df.drop(columns=['B', 'C']) A D 0 0 3 1 4 7 2 8 11 # 第一种方法下删除column一定要指定axis=1,否则会报错 >>> df.drop(['B', 'C']) ValueError: labels ['B' 'C'] not contained in axis #Drop rows >>>df.drop([0, 1]) A B C D 2 8 9 10 11 >>> df.drop(index=[0, 1]) A B C D 2 8 9 10 11

删除有空值的行或列

pd.DataFrame.dropna(df, axis=1, how='all', inplace=True) # 删除没有数据的列 axis=1 列 0 行

填充值

pd.DataFrame.fillna(df, value=-1, axis=1, inplace=True) # 没有值，填 -1

判断是否是空值

pd.isna() # 如果值为空，返回True

数据拼接

pd.merge(df, df_info, how='left', on='REG_ID') # 合并 pd.concat([df, col_icd], axis=1, sort=False) # 拼接

在特定的行对应特定的列填值

df[f'{ICD}'] = df[f'{ICD}'].mask(df['REG_ID'] == REG_ID, 1) # 根据 REG_ID 列筛选 在 ICD 列填1 df[f'{ICD}'].mask(df['REG_ID'] == REG_ID, 1, , inplace=True) # 根据 REG_ID 列筛选 在 ICD 列填1

分组

# 方法1 b = df['B'].groupby(df['A'], as_index=False).mean() # 按A列分组，获取B列的均值 as_index=False 保留列名 print(b) # 方法2 b = df.ix[:,1].groupby(df.ix[:, 0]).mean() # 按A列分组（0对应A列，1对应B列），获取B列的均值 print(b) # 方法3 m = df.groupby('A') b = m['B'].mean() print(b) dfFee = dfFee.groupby(by=['REG_ID'], as_index=False)['FEE'].sum() # 根据REG_ID列分组之后计算FEE 的费用之和

移动列的位置（先删除再插入）

import pandas as pd import numpy as np df = pd.DataFrame(np.random.randn(3,4),columns=['a','b','c','d']) c = df.pop('c') #pop出一个Series df.insert(4,'c_new',c) #相当于在第4列的位置，添加列名为c_new的列c print(df) #for test # df.pop(列名) # df.insert(列的位置，列名，Series)

统计某一列或某一行的缺失值数目

使用isnull() import pandas as pd # 首先导入数据 df = pd.read_csv('123.csv' , encoding='gbk') # 计算data每一行有多少个缺失值的值，即按行统计缺失值 rows_null = df.isnull().sum(axis=1) # 下面则是按列统计缺失值 col_null = df.isnull().sum(axis=0) #统计整个df的缺失值 all_null = df.isnull().sum().sum() # 统计某一列的缺失值 idx_null = df['列名'].isnull().sum(axis=0)

统计非空值数量

import pandas as pd # 首先导入数据 df = pd.read_csv('123.csv' , encoding='gbk') # 计算data每一行有多少个非空的值，即按行统计非空值 rows_not_null = df.count(axis=1) # 下面则是按列统计非空值 cols_not_null = df.count(axis=0) cols_null = df.shape[1] - cols_not_null # 统计某一列的非空值 col_not_null = df['列名'].count(axis=0)

备注：部分内容摘录自其它网站，若有侵权，请联系作者删除！