一.pandas
Pandas是用于数据操纵和分析,建立在Numpy之上的。Pandas为Python带来了两种新的数据结构:Pandas Series和Pandas DataFrame,借助这两种数据结构,我们能够轻松直观地处理带标签数据和关系数据。
Pandas功能:
- 允许为行和列设定标签
- 可以针对时间序列数据计算滚动统计学指标
- 轻松处理NaN值
- 能够将不同的数据集合并在一起
- 与Numpy和Matplotlib集成
二.常用方法
1,df.reset_index(drop=True) 重置索引,会创建一个新对象。默认保留原来索引,加上drop=True删除原来索引。
2,df.set_index() 设置一列索引。
3,df.drop() 删除指定行值或列值(axis = 1 列 axis = 0 行,默认为行)。
df.drop(index=df[df["价格"].isnull()].index, inplace=True) #例如:删除价格为空的所有行
4,del df["列"] 删除一列值。
5,df.dropna() 删除指定的行或者列 为空 的值。
6,df.drop_duplicated() 删除重复值,可指定列,指定保留第一行,或者最后一行。
7,df.loc["行","列"] 通过标签定位数据,df.iloc[:] 通过索引定位数据。
8,df.sort_values("列",axis