今天介绍几个常用的Pandas操作。
|
|
1 2 3 |
import numpy as np import pandas as pd df = pd.read_csv('./economics.csv') |
1.DataFrame to markdown/latex
dataframe可以转换为许多常用格式，如csv,excel,sql,json,html,latex等等，这里以markdown和latex为例。
|
|
1 2 |
print(df.to_markdown()) print(df.to_latex()) |
or
|
|
1 2 |
df.to_markdown('table.md') df.to_latex('table.tex') |
也可以自定义输出latex格式，如表格宽度。
|
|
1 |
df.to_latex('tb.tex',column_format='lp{1.8cm}p{1.8cm}p{1.8cm}p{1.8cm}p{1.8cm}p{1.8cm}') |
除此以外，dataframe还可以保存为图片。
|
|
1 2 |
import dataframe_image as dfi dfi.export(obj = df, filename = 'table.jpg', fontsize=15) |
2.DataFrame常用属性查询
3.DataFrame常用基本函数
|
|
1 |
df.describe() #主要统计量(count、mean、std、max、min、quartile) |
4.DataFrame唯一值函数
|
|
1 |
df['psavert'].unique() #唯一值组成的数组 |
|
|
1 |
df['psavert'].nunique() #唯一值个数 |
|
|
1 |
df['psavert'].value_counts() #唯一值及其频数 |
|
|
1 |
df.describe() #主要统计量(count、mean、std、max、min、quartile) |
|
|
1 |
df['psavert'].duplicated() #重复行的布尔值 |
|
|
1 |
df[df['psavert'].duplicated()] #单列去重(删除重复行) |
|
|
1 |
df.drop_duplicates(subset=['psavert', 'pop'], keep='first') #多列去重(保留first唯一值) |
5.DataFrame替换函数
|
|
1 |
df['psavert'].replace(12.5, 'A', inplace = True) #替换某列的单个值 |
|
|
1 |
df['psavert'].replace({12.5:'A', 11.7:'B'}, inplace = True) #替换某列的多个值 |
|
|
1 |
df['date'].replace({r'2\d+': 'The 21st century'}, regex=True, inplace = True) #正则替换 |
|
|
1 |
df['psavert'].mask(df['psavert']>12.0 ,'A', inplace = True) #条件符合，进行替换 |
|
|
1 |
df['psavert'].where(df['psavert']<12.0 ,'A', inplace = True) #条件不符合，进行替换 |
5.DataFrame排序函数
|
|
1 |
df.sort_values('psavert',ascending = False) #单列降序排序 |
|
|
1 |
df.sort_values(['psavert','uempmed'],ascending=[True,False]) #前者升序情况下，后降序 |
今天先写到这，下一期接着写DataFrame的apply方法。
