numpy和pandas的一些函数和方法

numpy和pandas的一些函数和方法

导入库：

import numpy as np
import pandas as pd

1. 读取csv或xlsx数据，生成DataFrame数据格式

代码：

f = open(r'data/example_data_1/stormofswords.csv')

df = pd.read_csv(f)

2. np.union1d求数组并集，返回一个list格式数据

代码：

    test = np.union1d([-1, 0, 1], [-2, 0, 2])
    print(test)

结果为：

    [-2 -1  0  1  2]

3. loc和iloc选取特定列

假设df是一个dataframe，列名为A B C D：

A    B    C    D
 
0    ss   小红  8
1    aa   小明  d
4    f         f
6    ak   小紫  7

dataframe里的属性不是指定的，空值默认为NA。

选取标签为A和C的列，并且选完的对象类型还是dataframe:

    df = df.loc[ : ,['A', 'C']]
    df = df.iloc[ : ,[0, 2]]

选取标签为C并且只取前两行，并且选完的对象类型还是dataframe:

    df = df.loc[0:2, ['A', 'C']]
    df = df.iloc[0:2, [0, 2]] 

loc和iloc的区别：loc是根据dataframe的具体标签选取列，而iloc是根据标签所在的位置，从0开始计数。

注：切片之后类型依旧是dataframe，不能直接进行加减乘除等操作的

比如dataframe的一列是数学成绩(shuxue)，另一列为语文成绩(yuwen)，现在需要求两门课程的总和，可以使用：

    df['shuxue'] + df['yuwen'] # 选取完之后类型为series

4. 创建DataFrame格式数据

代码：

    matrix = pd.DataFrame(0, index=label, columns=label)