DataFrame详解——重新索引/选择/标签操作

重新索引/选择/标签操作

方法	解释
DataFrame.add_prefix(prefix)	为所有列名加前缀
DataFrame.add_suffix(suffix)	为所有列名加后缀
DataFrame.align(other[, join, axis, level, …])	用指定的联接方法联接两个对象，默认为outer join
DataFrame.at_time(time[, asof, axis])	在一天中的特定时间选择值
DataFrame.between_time(start_time, end_time)	选择一天中特定时间之间的值(例如，9：00-9：30 AM)
DataFrame.drop([labels, axis, index, …])	删除指定的行或列
DataFrame.drop_duplicates([subset, keep, …])	返回删除重复行的DataFrame
DataFrame.duplicated([subset, keep])	返回表示重复行的布尔序列
DataFrame.equals(other)	测试两个对象是否包含相同的元素
DataFrame.filter([items, like, regex, axis])	根据指定的索引标签，对Dataaframe行或列取子集，如： df.filter(items=['col1', 'col2'])筛选出第1列和第2列; df.filter(regex='*e*', axis=1)筛选出列名包含e的列 df.filter(like='ent', axis=0)筛选出行索引包含ent的行
DataFrame.first(offset)	根据日期偏移量选择时间序列数据的初始时间段
DataFrame.head([n])	返回前n行
DataFrame.idxmax([axis, skipna])	返回在请求的轴上第一次出现最大值的索引
DataFrame.idxmin([axis, skipna])	返回在请求的轴上第一次出现最小值的索引
DataFrame.last(offset)	根据日期偏移量选择时间序列数据的最终时间段
DataFrame.reindex([labels, index, columns, …])	使用指定索引替换原索引
DataFrame.reindex_like(other[, method, …])	返回索引与其他对象匹配的对象
DataFrame.rename([mapper, index, columns, …])	改变列名或行名（索引）
DataFrame.rename_axis([mapper, index, …])	改变列名或行名（索引）
DataFrame.reset_index([level, drop, …])	重置索引
DataFrame.sample([n, frac, replace, …])	随机返回n行
DataFrame.set_axis(labels[, axis, inplace])	将所需的索引分配给给定的轴
DataFrame.set_index(keys[, drop, append, …])	将DataFrame 中的列转化为行索引
DataFrame.tail([n])	返回后n行
DataFrame.take(indices[, axis, is_copy])	沿轴返回给定位置索引中的元素，如： df.take([0, 3])获取第0行和第3行； df.take([1, 2], axis=1)获取第1列和第2列；
DataFrame.truncate([before, after, axis, copy])	在某些索引值之前和之后截断Series或DataFrame，如： df.truncate(before=2, after=4)返回第2-4行； df.truncate(before="A", after="B", axis="columns")返回第A-B列；