【Pandas】学习总结190802

Pandas学习总结190802

已经用pandas处理过几组数据了，想借此机会，为了不要每次都现用现查（捂脸），稍微总结一下我最近常用的功能，算是初学者的一份笔记了。

• read_csv
  • 这是我几乎每次都会用的，从CSV文件中读取。其中有的CSV文件没有表头，可以设置header=None。
  • 除此之外，今天又遇到了一份xls的文件，对应的有read_excel。
  • 今天还涉及了一些与编码有关的问题，正常UTF-8编码的文件用Excel看是乱码，然后用Excel制作的CSV文件不能直接使用read_csv，之前以为要手动通过记事本之类的转一下码，但是不知为何转码后能够以UTF-8读入，但是是乱码。Excel的编码格式是ansi，因此只要加一句encoding='ansi'，即可。
• list(df)
  • 今天在别的博客上看到的，获取dataframe的header的很快捷的方法。返回的是一个python的list，每一列的表头。
• loc
  • 这是一个访问DataFrame很常用的方法，同时可以修改内容。loc[]很类似于numpy的使用方法，但是之前遇到过的问题有两个。
    • 第一个是，loc使用的应该不是索引号，而是表头的标签，这种问题经常出现在header不是None的情况。
    • 第二个是，这里的分片，是[a, b]，而不是numpy的[a, b)。
• tolist()
  • 要想从pandas的DataFrame直接转换为python的list，对DataFrame使用此方法即可。
• sort_values
  • 这里可以按照一定的规则排序。其中，axis=设置以那个轴的标签排序，axis=0表示按列的标签而不是行。by=[]表示按那些标签排序。如果要想使用多个标签排序，最好不要一个一个排，因为这样不仅占cpu时间，同时我估计这个函数内部使用的是不稳定的排序，所以还是会乱，直接把标签写到by=后面的list中即可。
  • 再有，默认是返回值而不是原地修改，如果需要直接修改，可以设置inplace=True。同时，还有ascending，设置False则降序，反之为升序。