Pandas Note.md

資料修改後輸出成csv

df.to_csv('path')

取col的值

df.col_name
df['col_name']

重設column name

df.columns(['x'])
#裡面可放字典orindex
df.rename()

新增col

df['new_column'] = df['xx'] + 1

刪除col

df.drop(columns = ['xx'])

把NaN一整個row刪掉

df.dropna()

把NaN一整個row刪掉

df.drop(axis = 1)

指定某col中刪掉有空值的row, inplace = True代表原數據也會更動

df.dropna(subset=['col_name'], inplace = True)

取特定的row

#裡面要填idex 
df.iloc[[]]
#裡面填value 
df.loc['']

取第n個col,m個row

df.col_name.iloc[]
df.['col_name'][]

取特定幾筆資料

indices = [x, x, x]
df.iloc[indices]

row, column設定

#1是指column
axis = 1
#預設為row
axis = 0

資料合併增加新的col預設為增加新的row

pd.concat([x, xx.rename()], axis = 1)
#連接兩有共同col的資料表並把index設為共同的col
df.x.set_index('col').join(x.set_index('col'))

資料排序遞減預設為遞增

df.sort_values('col_name', ascending = False)

創建dataframe & series

df = pd.dataframe(
				  {'col1':[value], 
				  'col2':[val], 
				  index = [index]})
data = pd.series(
				 index = [index],
				 value = [val]
)

顯示該col中所有不同的值

df.col.unique()

顯示該col中所以值各有多少個

df.col.value_counts()
#計算該col中哪些值有幾個
df['col_name'].value_counts()

顯示該col中值最大的那一個row的index

df.col.idxmax()

map函數可替換某一col的值

df.col.map({'x':'x'})

把series中的統計量合併成dataframe

df.add([x, x])

算出全部的col有多少missing value會是一個series

missing_val_count_by_column = (df.isnull().sum())