日常小知識點積累:DataFrame.reset_index、pandas資料修改、matplotlib子圖大小佔比
阿新 • • 發佈:2018-11-26
1.pandas資料的index:
當我們對pandas。DataFrame進行切片、融合操作後,DataFrame原有的index不會自動重新排序,這時候我們可以用pandas.DataFrame.reset_index方法讓它重新排序:
DataFrame.
reset_index
(level=None, drop=False, inplace=False, col_level=0, col_fill='')
說說裡面幾個主要引數的含義:
- drop
pandas在呼叫這個方法時,預設會將舊index作為一列插入該DataFrame中,drop的含義就是不要生成舊index列,直接棄掉它們
- inplace : boolean, default False
False:在原有資料上更改,不要建立新的DataFrame然後在新的資料上更改
2.pandas資料修改、賦值:
當我們要對pandas.DataFrame的資料進行部分修改時,就要進行先取值後修改的過程。我在下面展示一下兩種不同取值方法對賦值結果的影響:
dft = pd.DataFrame(dict(A = np.random.rand(3), B = 1, C = 'foo',D = pd.Timestamp('20010102'), E = pd.Series([1.0]*3).astype('float32'),F = False, G = pd.Series([1]*3,dtype='int8'))) dft['E'][[1,2]] >>> 1 1.0 2 1.0 Name: E, dtype: float32 dft.loc[[1,2],'E'] >>> 1 1.0 2 1.0 Name: E, dtype: float32 # 由此可見,兩種切片方式得到的結果是相同的,那麼賦值結果是不是也一樣?