dataframe的构造，取值，赋值，移动，交集，并集，排序，打印，转List，导出csv

刺骨的言语ヽ痛彻心扉 2021-07-26 19:47 137阅读 0赞

一、构造  
   da=pd.read\_csv(filepath\_or\_buffer='data.csv',sep='\\t')  
    print(da)  
    datas=pd.DataFrame(da)  
2、直接赋值  
df = pd.DataFrame(\[\[1.4, np.nan\], \[7, -4\], \[np.nan, np.nan\], \[0.75, -1.3\]\], index=\[1, 2, 3, 4\],  
                  columns=\['one', 'two'\])

3、Series转换为DataFrame

一种方法是通过字典转

metric = df.loc[0][index]
    metric_dict = {'metric_name':metric.index,'ereport_pie_y':metric.values}
    data = pd.DataFrame(metric_dict)

另外一种直接通过Series的`to_frame()`方法

df=metric.to_frame()

如果要index也做为一列，可以用

df = df.reset_index()

二、读值  
    \# 第2行第2列  
    ds =datas.ix\[\[1\]\].values\[0\]\[1\]  
    ds = datas.loc\[1, 'open'\]

\#取第二行

ds = datas.loc\[2\]  
    \# 名为“open"的列  
    ds = datas\["open"\]  
    \# 选取open列大于4的  
    ds = datas\[datas\["open"\]>4\]  
    \# 2-4行，"date","open"列  
    ds = datas.loc\[1:3,\["date","open"\]\]  
    \# 第2行  
    ds = datas.ix\[\[1\]\]  
    ds = datas\[1:2\]

列名

df.columns.values 返回 array

或list(df.columns)      
三、赋值  
    新增列  
    df\['one\_sort'\] = sort\_list  
    df\['one\_sort'\] = 0  
    按条件赋值  
    df.one\[df.two>0\] = 0

nan值处理

\# 删除包含NaN值得任何行

df.dropna(axis = 0)

\#将所有 NaN 值替换为 0

df.fillna(0)

删除列

df_base.drop(['组件负责人_y','部门_y'],axis=1,inplace=True)

删除行

.drop()方法若不设置参数inplace=True  
 df\_base.drop(\[0\],inplace=True)

# 筛选在的
    df123=df123[df123.License_x.isin(['Apache','BSD','MIT','EPL'])]
    # 筛选不在的
    Version_list=list(df123.Version)
    Version_list.remove('9999.0')
    df123 = df123[df123.Version.isin(Version_list)]

删除重复的

df_p=df_p.drop_duplicates(['姓名'],keep=False)

删除含缺失值的行

df1=df1.dropna(axis = 0,subset =['Version'])

删除含缺失值的列

df1=df1.dropna(axis = 1,subset =\[1\])

四、转换      
    \#第1行转为list

params=datas.loc\[1\].tolist()

字典转dataframe

df=pd.DataFrame.from_dict(dict)

交集

df12=pd.merge(df1,df2,on=['Component'],how='inner')

并集

df12=pd.merge(df1,df2,on=['Component'],how='outer')

差集(从df1中过滤df1在df2中存在的行)：

df1 = df1.append(df2)
    df1 = df1.append(df2)
    df1 = df1.drop_duplicates(subset=['Component', 'Version'],keep=False)

移动

\# axis指定移动的轴：0为行,1为列

\# period：参数指定移动的步幅,可以为正为负

\# 整体下移1行

df.shift(axis=0, periods=1)

\# 某列下移为新列 ，下移部分为nan

df['open_new']=df['open'].shift(axis=0, periods=1)

五、排序  
   \# 按某列排序  
    df=df.sort\_values(by='one',ascending=True)  
      
    \# 对行进行排序并获取列ID  
    \# Determine the max value and column name and add as columns to df  
    df\['Max1'\] = df.max(axis=1)  
    df\['Col\_Max1'\] = df.idxmax(axis=1)  
六、应用      
    将排名赋给列  
     \# 按某列排序  
    df=df.sort\_values(by='one',ascending=True)  
    sort\_list=\[\]  
    df\_len =df.iloc\[:,0\].size  
    for i  in range(1,df\_len+1):  
        sort\_list.append(i/df\_len)  
    print(sort\_list)  
    df\['one\_sort'\] = sort\_list  
    左连接

result = pd.merge(left, right, how='left', on=['key1', 'key2'])

七、打印

\#显示所有列

pd.set\_option('display.max\_columns', None)

\#显示所有行

pd.set\_option('display.max\_rows', None)

八，导出csv

当有中文时，需要utf-8-sig，才能用excel打开，因为excel能够正确识别用gb2312、gbk、gb18030或utf\_8 with BOM 编码的中文，如果是utf\_8 no BOM编码的中文文件，excel打开会乱码

csv = df.to_csv(index=False,encoding="utf-8")
    return CsvResponse(
        csv,
        status=200,
        headers=generate_download_headers("csv"),
        mimetype="application/csv",
    )