python 知识点总结2(pandas pybloom基本使用方法)

前言

最近用到pandas库比较多，现把基本用法总结如下，我将会从下面几个角度去总结：

• 读入，写出文件
• 删除行、列
• 增加行、列
• 遍历方法
• 取值

增加列

import pandas as pd
filename = "1.csv"
pf = pd.read_csv(filename)

# 通过列名增加,也是增加在最后一列
pf['A'] = [1,2,3,4]

# 通过列标增加,增加在最后一列
pf.iloc[:,-1] = [1,2,3,4]

增加行

import pandas as pd
filename = "1.csv"
pf = pd.read_csv(filename)

# 直接通过append增加
list = [1,2,3,4]
pf.append(list)

# 通过行标增加,增加在最后一行
pf.iloc[-1,：] = [1,2,3,4]

删除列、行

import pandas as pd
filename = "1.csv"
pf = pd.read_csv(filename)

# 直接通过列名删除，删除最后一列
list = [1,2,3,4]
pf.drop([pf.columns[-1]],axis=1,inplace=True)
# 也可以通过名字删除行,如删除'a'行，默认代表行，axis=1代表列，inplace=True代表从源数据表中删除
pf.drop(['a'])

取列数和行数

import pandas as pd
filename = "1.csv"
pf = pd.read_csv(filename)

pf.shape[1] #列数
pf.shape[0] #行数

读入写出文件

以.csv为例

import pandas as pd
filename = "1.csv"
pf = pd.read_csv(filename)

outfilename = 'out.csv'
pf.to_csv(outfilename,index=False) # index为False可以去掉行列索引

遍历数据

import pandas as pd
filename = "1.csv"
pf = pd.read_csv(filename)

for index,row in pf.iterrows():
	pass
# 其中index代表行标，row每一行的series类型，取列值：row[pf.columns[-1]]

# 遍历series类型
for index,row in pf.iloc[0].items():
	pass
# index 代表每个值的索引，row代表值

"""取值的话，一般是values"""
#如：pf.iloc[:,1].values 所有行的第二列的值

打乱dataframe里面的值

一般用sample方法实现

import pandas as pd

data = pd.Dataframe()
# 打乱数据，按行打乱

newdata = data.sample(frac=1) # 其中frac是打乱的比例，并返回打乱的数据

# 只打乱某一列的数据

column_data = data.iloc[:,1].sample(frac=1) # 类型是series

# 修改源表的该列值

data.iloc[:,1] = column_data.values

pybloom使用

from pybloom import BloomFilter
bf = BloomFilter(1000000, 0.01)
list1 = [1,2,3,4,5]
list2 = [1,2]
count = 0
for iterm in list1:
	bf.add(iterm)

for value in list2:
	if value in bf:
		count = count + 1

# bf.count = 4
# count = 2