DataFrame

DataFrame思维导图，包括数据离散化、判断二维数据是否相等、文件读写、返回多个有效值、二维数据转置、数据选择等内容。

DataFrame

• 数据离散化
• 判断二维数据是否相等
• 映射
• 文件读写
• 返回多个有效值
  • 、
• 创建
  • 字典、numpy、csv文件、excel文件(index表示行名，column表示列名)
• 二维数据转置
  • df.T
• 排序
  • df.sort_index(axis=0,ascend=False) 对index进行排序
  • df.sort_values(by='A') # 对数据进行排序 # 也可以使用by=['A','B']按多列进行排序
  • df.random.permutation(len(df.index)) # 随机排列
• 数据选择
  • df.['列名']
    • 判断数据a是否在某列 a in df['列名']
  • 切片 df[:]
  • loc函数 df.loc[：]
  • iloc函数 地方.iloc[]:
    • df.iloc[n] 返回第n行数据
      • 子主题
  • 返回某(任意)列一定条件数值
  • 二维数据查看
    • df.head(行数) 前几行
    • df.tail(行数) 后几行
    • df.index/columns/values（查看索引/列名/数据）
    • df.decribe（）查看平均值、标准差、最小值、最大值等信息
• 返回指定列最大的前n行
• 所有求和等于特定值的行
• 数据修改
• 数据删除
  • dropna函数用法：df.dropna(axis=0/1/'index'/'columns',how='all'/'any',subset=[列数/行数]) ps:列名和行名改为数字
• 数据增添、求和
• 缺失值处理
• 重复值处理
• 异常值处理
• 拆分与合并/连接
  • 拆分与合并
  • 连接
• 分组计算