說明

假設，已經存在一個df的DataFrame。

1 讀取

檢視行列資訊

#法一
df.shape
#m,n其中m為行數，n為列數
#法二
df.info()
#<class 'pandas.core.frame.DataFrame'>
#RangeIndex: 356027 entries, 0 to 356026
#Columns: 163 entries, code to water-hardness_100g
#dtypes: float64(107), object(56)
#memory usage: 442.8+ MB

檢視列名

df.columns

獲取單元格值

1. 獲取單元格值，df.values[m][n],其中m為行數，n為列數，二者均從0開始索引

檢視行

# 檢視單行
df.iloc[1] or df.loc['index']
# or
df.values[n] #其中n為行數
# 檢視多行
df.iloc[[1,2,3,4,8,9]]
# 檢視前7行
df.iloc[:7]
# 或者
df.loc[:7]

python中切片是不算終止一個元素的，df.iloc取前n個元素是使用':n'，而loc方法是計算終止元素的，取前n元素方法就變為df.loc[:n-1]

檢視列

# 檢視單列
df['columnname']或者df.columnname,，其中columnname為列名。推薦使用df.columnname
# 檢視多列，過濾時傳入一個列陣列
df[['col1','col2']]
# 檢視前7列，由於不清楚前7列名，使用[]選擇較為困難，pandas提供iloc方法，支援切片選擇。
# :意味著選擇所有行，0:7意味著選擇從1行到第7行
df.iloc[[: , 0:7]]
 

2 表格操作

2.1 新增

插入新列

插入新列僅需新增一個新的值,並賦值一個Series物件即可。

df['newcolumn']= pd.Series([1,2,3,4])

插入新行

方法一：使用loc。

# 注意在插入時列必須匹配，不能有預設列。
chipo.loc[chipo.shape[0]]={'col1':value}

方法二：使用append

newdf = pd.DataFrame({'col1':value})  
# 插入一條記錄
df = df.append(newdf, ignore_index=True)

2.2 修改

修改單元格的值

如果你知道修改單元格的行和列可以使用iloc方法：

# 行和列從0開始索引
df.iloc[m, n] = targetV

2.3 刪除

使用DataFrame的drop方法

drop(labels, axis=0, level=None, inplace=False, errors='raise')
# --axis為0時表示刪除行，axis為1時表示刪除列

引數解釋，

# 刪除第一和第三行
df.drop(label=[1,3])
# 刪除名為item的列
df.drop(label=['item'], axis=1)
# 等價
df.drop(label='item', axis=1)

3 過濾和排序

過濾

新增過濾條件，

df[df.columnname=='Chicken Bowl']

如果在一個列中要選擇多個值，Series物件有isin方法可以實現該功能

df[df.columnname.isin('Chicken Bowl','huawei')]

多條件過濾

如果需要新增多個過濾條件可以使用，

df[(df.col1=='Chicken Bowl') & (df.col2==30)]

該方法返回值型別為DataFrame。

排序

DataFrame和Series都有sort_values方法，可按照某列資料做排序。排序方法返回的值依然為DataFrame。

df.sort_values(['column'])
//sort_values支援傳入陣列，所以可以指定多個排序欄位

# or 使用Series方法
df.column.sort_values()

設定排序順序

//按降序排序
df.sort_values(['col1','col2'],ascending=False)

按列序號排序

df.sort_index(axis=1, ascending=False)

單列排序會影響所有記錄重新排序，而不是影響單獨列。

3 檔案讀寫

說明：

1. 讀取檔案方法以read開頭
2. 寫入檔案方法以to開頭

3.1 讀取檔案

讀取excel

pd.read_excel('foo.xlsx', 'Sheet1', index_col=None, na_values=['NA'])

寫回excel

df.to_excel('foo.xlsx', sheet_name='Sheet1')

注意讀取時使用pandas靜態方法，寫回則使用DataFrame的方法

統計

//統計單列不同的值
df['columnname'].nunique()
//按某列執行分組統計
df['columnname'].value_counts()