import pandas as pd
引數說明
data
資料，可以是列表，字典或numpy陣列
index
索引，為可選引數
dtype
資料型別，為可選引數
引數說明
data
資料，可以是列表，字典或numpy陣列
index
索引，為可選引數
columns
列標籤，為可選引數
屬性說明
df.values
返回numpy陣列表示的資料
df.index
返回行索引
df.columns
返回列索引
df.shape
返回形狀
df.size
返回大小
df.dtypes
返回每列資料型別
df.t
裝置df.nidm
維數方法
說明df.head(n)
檢視 dataframe 資料中頭部
df.tail(3)
檢視 dataframe 資料中尾部
df.describe()
檢視對於資料的快速統計彙總。最大值、最小值等
df.sort_index(axis=1, ascending=false)
按軸進行排序,false降序
df.sort_values(by=『b』)
按值進行排序,已被改使用values
df.as_matrix()
將dataframe的**型資料轉換成陣列
df.loc()
根據index標籤（xy軸都可）來索引
df.iloc(:,1:3)
根據行號來索引，行號從0開始，逐次加1
df[df.a > 0],df[df > 0]
選擇資料
df2[df2[『e』].isin([『two』,『four』])]
.isin()過濾
df.at[dates[0],『a』]
根據標籤設定新的值
df.iat[1,o]
通過位置設定新的值
df.reindex()
對指定軸上的索引進行改變/增加/刪除操作， 這將返回原始資料的乙個拷貝
df.dropna(how=『any』)
去掉包含缺失值的行
df.fillna(value=5)
對缺失值進行填充
pd.isnull(df)
對資料進行布林填充
objs, axis=0, join='outer', join_axes=none, ignore_index=false,keys=none, levels=none, names=none, verify_integrity=false,copy=true)**說明objs
series，dataframe或panel物件的序列或對映。如果傳遞了dict，則排序的鍵將用作鍵引數，除非它被傳遞，在這種情況下，將選擇值。任何無物件將被靜默刪除，除非它們都是無，在這種情況下將引發乙個valueerror。
axis
，預設為0。沿著連線的軸即按行操作。
join
，預設為「outer」。如何處理其他軸上的索引。outer為聯合和inner為交集。
ignore_index
boolean，default為false。如果為true，請不要使用並置軸上的索引值。結果軸將被標記為0，…，n-1。如果要連線其中並置軸沒有有意義的索引資訊的物件，這將非常有用。注意，其他軸上的索引值在連線中仍然受到尊重。
join_axes
index物件列表。用於其他n-1軸的特定索引，而不是執行內部/外部設定邏輯。
keys
序列，預設值無。使用傳遞的鍵作為最外層構建層次索引。如果為多索引，應該使用元組。
levels
序列列表，預設值無。用於構建multiindex的特定級別（唯一值）。否則，它們將從鍵推斷。
names
list，default無。結果層次索引中的級別的名稱。
verify_integrity
boolean，default false。檢查新連線的軸是否包含重複項。這相對於實際的資料串聯可能是非常昂貴的。
copy
boolean，default true。如果為false，請勿不必要地複製資料。
out[66]:
a b c d f
2013-01-01 0.000000 0.000000 -1.509059 5 nan
2013-01-02 1.212112 -0.173215 -1.389850 10 1.0
2013-01-03 0.350263 -2.277784 -1.884779 15 3.0
2013-01-04 1.071818 -2.984555 -2.924354 20 6.0
2013-01-05 0.646846 -2.417535 -2.648122 25 10.0
2013-01-06 -0.026844 -2.303886 -4.126549 30 15.0
out[67]:
a 2.073961
b 2.671590
c 1.785291
d 0.000000
f 4.000000
dtype: float64
方法說明
count
非 na 值的數量
describe
針對 series 或 df 的列計算匯**計
min , max
最小值和最大值
argmin , argmax
最小值和最大值的索引位置（整數）
idxmin , idxmax
最小值和最大值的索引值
quantile
樣本分位數（0 到 1）
sum求和
mean
均值median
中位數mad
根據均值計算平均絕對離差
var方差
std標準差
skew
樣本值的偏度（三階矩）
kurt
樣本值的峰度（四階矩）
cumsum
樣本值的累計和
cummin , cummax
樣本值的累計最大值和累計最小值
cumprod
樣本值的累計積
diff
計算一階差分（對時間序列很有用）
pct_change
計算百分數變化
prod
不同維度上的乘積
pd.resd_csv(filepath_or_buffer,header,names,nrows,skiprows)引數
說明filepath_or_buffer
檔案所在處的路徑
header
指定哪一行作為表頭。預設設定為0（即第一行作為表頭），如果沒有表頭的話，要修改引數，設定header=none
names
指定列的名稱，用列表表示。一般我們沒有表頭，即header=none時，這個用來新增列名就很有用啦！
nrows
需要讀取的行數
skiprows
需要跳過的行號列表（從0開始)
encoding
亂碼的時候用這個就是了
PostgresSql常用一些函式方法
前言 開發小筆記。正文 strops string,substring 及position substring in string 函式類似於sqlserver中的charindex函式，用於獲取一段字串中的某個字元的下標索引，常配合substrin 函式擷取字串使用 round 分子 分母 num...
pandas學習 索引物件和一些常用函式
pandas的索引物件是資料標籤的容器。在建立序列或資料框的時候，陣列或者其他表示資料標籤的有序列會自動的轉換成索引物件。s a 0.694635 b 0.068107 c 0.302411 d 0.044751 a 0.858449 dtype float64 s.index index a b ...
一些常用的函式
設定文字 test.getdlgitem text的id setwindowtext 顯示文字1 獲得當前目錄 getcurrentdirectory max path,buf 獲得當前程式檔名等 getmodulefilename getsystemdirectory getwindowsdire...