Pandas系列|第五期：Pandas中数据处理函数

1.isin函数的应用

isin函数用于筛选数据框中某一列的值是否属于给定的序列

2.drop函数

使用drop，默认地，它不改变原有的df中的数据，而是返回另一个dataframe来存放删除后的数据

如果设置参数inplace=True，则会直接改变原有的df中的数据

3.截取函数

使用截取函数去掉尾部一个字符：[:-1]

使用截取函数去掉头部一个字符：[1:]

使用截取函数去掉头部尾部一个字符：[1:-1]

import pandas as pd
import numpy as np

# 1. isin函数的应用
# 告诉你没有isnotin，它的反函数就是在前面加上~
df = pd.DataFrame(np.random.randn(4, 4), columns=['A', 'B', 'C', 'D'])
df['E'] = ['a', 'a', 'c', 'b']
df.D = [0, 1, 0, 2]
print(df[df.E.isin(['a', 'd']) & df.D.isin([0, ])])

print(df)
print(df[~df.E.isin(['a', 'd']) & df.D.isin([0, ])])

# 2. drop函数 使用drop，它不改变原有的df中的数据，而是返回另一个dataframe来存放删除后的数据
df = pd.DataFrame(np.arange(12).reshape(3, 4), columns=['A', 'B', 'C', 'D'])
print('--原df--')
print(df)
df.drop(['B', 'C'], axis=1)  # 删除列
df.drop(columns=['B', 'C'])  # 删除列
df.drop([0, 1], inplace=True)  # 按索引删除
print(df)
df.dropna()  # 将所有含有nan项的row删除

# 3. 截取函数
string = "Hello world!"
string1 = string[:-1]  # 去掉尾部一个字符
string2 = string[1:-1]  # 去掉头尾各一个字符
string3 = string[1:]  # 去掉头部一个字符
print(string1)
print(string2)
print(string3)
print("23060401^欧菲".find("23060401") > 0)
print('23060401^欧菲' in '23060401^欧菲')

输出结果：

          A         B         C  D  E
0 -0.398638 -0.443538 -1.102833  0  a
          A         B         C  D  E
0 -0.398638 -0.443538 -1.102833  0  a
1  1.275424 -0.223727  0.162261  1  a
2 -0.592653  1.249685 -0.030294  0  c
3  1.791002 -1.481358  0.544365  2  b
          A         B         C  D  E
2 -0.592653  1.249685 -0.030294  0  c
--原df--
   A  B   C   D
0  0  1   2   3
1  4  5   6   7
2  8  9  10  11
   A  B   C   D
2  8  9  10  11
Hello world
ello world
ello world!
False
True