df pandas的dataframe物件s pandas的series物件
import pandas as pdimport numpy as np
pd.read_csv(filename) 從csv匯入
pd.read_table(filename) 從分隔的文字檔案匯入
pd.read_excel(filename) 從excel檔案匯入
pd.read_sql(query, connection_object) 從sql資料庫讀取
pd.read_json(json_string) 讀取json格式的字串、url或檔案
pd.read_html(url) 解析html的url,字串或者檔案,從一系列的dataframes提取table
pd.read_clipboard() 獲取剪下板的內容,將其傳遞給read_table
pd.dataframe(dict) 從dict獲取dataframe,鍵名為欄目名,值為一系列的列表
df.to_csv(filename) 寫入csv檔案
df.to_excel(filename) 寫入excel檔案
df.to_sql(table_name, connection_object) 寫入sql資料庫(表)
df.to_json(filename) 以json檔案的形式寫入
df.to_html(filename) 儲存成html格式
df.to_clipboard() 寫進剪貼簿
pd.dataframe(np.random.rand(20,5)) 生成5列20行的隨機浮點數
pd.series(my_list) 用可迭代列表創造一列資料
df.index = pd.date_range('1900/1/30',periods=df.shape[0]) 增加乙個日期索引
df.head(n) dataframe開頭的n行記錄
df.tail(n) dataframe結尾的n行記錄
df.shape() dataframe行、列數
df.info() 展示index,datatype,memory相關資訊
df.describe() 數字列的相關綜合統計
s.value_counts(dropna=false) 檢視某一列唯一的值並統計數量
df[col] 取出標籤是col的一列
df[[col1, col2]] 作為dataframe返回兩列
s.iloc[0] 根據位置選擇
s.loc[0] 根據索引選擇
df.iloc[0,:] 第一行
df.iloc[0,0] 第一列的第乙個元素
df.columns = ['a','b','c']重新命名列
pd.isnull() 確認是否為空值,返回布林陣列
pd.notnull() 與上面相反
df.dropna() 刪除所有包含null值的行記錄
df.dropna(axis=1) 刪除所有包含null值的列記錄
df.dropna(axis=1,thresh=n) 刪除所有包含少於n個非空值的行
df.fillna(s.mean()) 用平均值替換掉所有空值
s.astype(float) 將某series的資料轉換成float的資料型別
s.replace(1,'one') 將所有值等於1的替換為one
s.replace([1,3], ['one','three']) 將所有值等於1的替換為one,3替換為three
df.rename(columns=lambda x:x+1) 取上一般性的標題名
df.rename(columns=) 指定列名重新命名
df.set_index('column_one') 修改索引
df[df[col] > 0.5] col列值大於0.5的行
df[(df[col] >0.5) & (df[col] <0.7)] col列值大於0.5小於0.7的行
df.sort_values(col1) 按照col1進行公升序進行排列
df.sort_values(col2,ascending=false) 根據col2進行降序排列
df.sort_values([col1,col2],ascending=[true,false]) 根據col1公升序col2降序聯合排列
df.groupby(col) 根據某列的值返回分組物件
df.groupby([col1,col2]) 根據多列的值返回分組物件
df.groupby(col1)[col2].mean() 根據col1值返回分組物件,求col2列的平均值
df.pivot_table(index=col1,values=[col2,col3],aggfunc=mean)
建立乙個按col1分組的資料透視表,並計算col2和col3的平均值
df.groupby(col1).agg(np.mean) 查詢每個唯一col1組的所有列的平均值
df.concat([df1,df2],axis=1) 將df2的資料載入df1右側(行必須相同)
df1.join(df2,on=col1,how='inner')sql的方式加入列df1與列在df2其中對於行col具有相同的值。how引數可以為'left','right','outer','inner'
df.describe() 顯示總體統計的彙總狀況
df.mean() 返回所有列的平均值
df.corr() 返回dataframe列之間的相關關係
df.count() 返回dataframe列中的非空值數量
df.max() 返回dataframe列中的最大值
df.min() 返回dataframe列中的最低值
df.median() 返回dataframe每列的中位數
df.std() 返回dataframe每列的標準差
Git 常用命令清單
git工作流程概圖 下面是我整理的常用 git 命令清單。幾個專用名詞的譯名如下。在當前目錄新建乙個git 庫 git init 新建乙個目錄,將其初始化為git 庫 git init project name git clone url git的設定檔案為.gitconfig,它可以在使用者主目錄...
Git 常用命令清單
二 分支的增刪查改 注意 不能刪除當前所在本地分支。三 檢視提交資訊日誌 四 版本回退 回退到上上版本 git reset hard head 回退到上上版本 git reset hard head 2 回退到某個版本 git reset hard 強制推送到遠端分支 git push f 注意 h...
Git常用命令清單
參考 git 常用命令清單 注意 不能刪除當前所在本地分支。回退到上上版本 git reset hard head 回退到上上版本 git reset hard head 2 回退到某個版本 git reset hard 強制推送到遠端分支 git push f 注意 head指向的版本是當前版本,...