pandas

 创建对象：

1、传入array，设置index和columns。

df = pd.dataFrame(np.random.randn(6,4),index = index,columns = list(‘ABCD‘))

 2、传入dict，键名当作列名。

df = pd.DataFrame({‘A‘:1,‘B‘:‘foo‘})

 查看数据：

# 索引
df.index
# 列名
df.colums
# 数据
df.values
# 数据统计
df.describe()
# 按轴排序,axis = 1为列，0为行
df.sort_index(axis = 1,ascending = False)
# 按值排序
df.sort_values(by = ‘B‘)

选择：

# 直接加列名或者列名列表
df[‘A‘]
# 切片，可数字切片或者index切片。
df[0:3]
df[‘A‘:‘C‘]
# bool值,可列表或者矩阵，如果是列表则根据行来显示，如果是矩阵则返回矩阵，false值则是NaN
df[df[‘A‘] > 0]
# .loc,第一个值是行号，第二个值为列名
df.loc[‘20130102‘:‘20130104‘,[‘A‘:‘B‘]]
# .iloc,俩个都是位置参数
df.iloc[[1,2,4],[0,2]]
# isin()方法过滤，包含在集合里的则返回True
df.[df[‘A‘].isin([‘1‘,‘2‘])]

缺失值处理：(在pandas中，使用np.nan来代替缺失值，这些值将默认不会包含在计算中)

# 去掉包含缺失值的行
df.dropna(how = ‘any‘)
# 对缺失进行填充
df.fillna(value = 5)

Apply：

DataFrame.apply（self，func，axis = 0，broadcast = None，raw = False，reduce = None，result_type = None，args =()，** kwds）

func：函数
axis：0：将函数应用于每一列；1：将函数应用于每一行
args：除数组/系列外，还传递给func的位置参数
** kwds：作为关键字参数传递给func的其他关键字参数

统计类别个数：

df[‘A‘].value_counts()

合并：

# concat，沿特定轴将pandas对象与其他轴上的可选设置逻辑连接起来
pandas.concat（objs，axis = 0，join =‘outer‘，join_axes = None，ignore_index = False，keys = None，level = None，names = None，verify_integrity = False，sort = None，copy = True ）
objs：对象（包含数据框的list）
axis：0：行；1：列
join：outer：全部；inner：重合部分
ignore_index：忽略的字段或者是index

# join，类似于数据的join
DataFrame.merge(self, right, how=‘inner‘, on=None, left_on=None, right_on=None, left_index=False, right_index=False, sort=False, suffixes=(‘_x‘, ‘_y‘), copy=True, indicator=False, validate=None)
self：左侧的pandas
right：右侧的pandas
how：inner，outer，left，right
on：用于连接的列名
left_on：左侧连接的列
right_on：右侧连接的列
left_index：左侧的行索引作为连接列；用了这俩个参数则是index连接
right_index：右侧的行索引作为连接列
sort：根据连接键排序

# append，将其他行附加到调用方的末尾，并返回一个新对象。
DataFrame.append(self, other, ignore_index=False, verify_integrity=False, sort=None)
other：pandas对象
ignore_index：是否忽略原来的index
verify_integrity：创建具有重复项的索引时引发ValueError

分组：

df.group_by([‘A‘,‘B‘]).sum()

改变形状：

stack：列 -> 行

unstack：行 -> 列

数据透视表：

pandas.pivot_table(data, values=None, index=None, columns=None, aggfunc=‘mean‘, fill_value=None, margins=False, dropna=True, margins_name=‘All‘, observed=False)
data：pandas对象
values：汇总的列
index：行
columns：列
aggfunc：汇总函数，如果是dict类型则键名是列名对应的值是函数
fill_value：用替换缺失值的值
margins：添加所有行/列(小计/总计)
dropna：是否排除Nan

读取csv文件：

pd.read_csv(‘..csv‘,sep = ‘;‘,encoding = ‘latin1‘,parse_dates = [‘Date‘],dayfirst = True,index_col = ‘Date‘)
sep：分隔符
encoding：编码
parse_dates：解析日期的字段
dayfirst：将日放在最前面
index_col：索引字段na_values：定义Nan的值dtype：指定处理类型

绘图：

# pandas自带画图方法
df[‘A‘].plot()

根据日期得到日和星期：

df.index.day
df.index.weekday