导入导出数据

在导入,导出DataFrame数据时,会用到各种格式,分为 to_csv ;to_excel;to_hdf;to_sql;to_json;to_msgpack ;to_html;to_gbq ;to_stata;to_clipboard;to_pickle

可参照IO Tools分类。

输出指定colums是,会用到arg colums,例如

to_csv(filename,columns=["col1","col2"],......)
# 此处注意的是要使用双引号,单引号不起效果,不知道为什么,另外
# index,header设置为False会不写入行号(索引好)和列标
#也可如下方式使用list函数
to_csv(filename,columns = list('col1','col2'),......)

如果想要保存为ascii文本则可以使用to_csv,可以对是否保存索引(行号)等参数进设置。

调换colums顺序

若原始数据是这样的:

In [6]: df
Out[6]:
0 1 2 3 4 mean
0 0.445598 0.173835 0.343415 0.682252 0.582616 0.445543
1 0.881592 0.696942 0.702232 0.696724 0.373551 0.670208
2 0.662527 0.955193 0.131016 0.609548 0.804694 0.632596
3 0.260919 0.783467 0.593433 0.033426 0.512019 0.436653
4 0.131842 0.799367 0.182828 0.683330 0.019485 0.363371
5 0.498784 0.873495 0.383811 0.699289 0.480447 0.587165
6 0.388771 0.395757 0.745237 0.628406 0.784473 0.588529
7 0.147986 0.459451 0.310961 0.706435 0.100914 0.345149
8 0.394947 0.863494 0.585030 0.565944 0.356561 0.553195
9 0.689260 0.865243 0.136481 0.386582 0.730399 0.561593 In [7]: cols = df.columns.tolist() In [8]: cols
Out[8]: [0L, 1L, 2L, 3L, 4L, 'mean']

通过调换columns更改顺序

In [12]: cols = cols[-1:] + cols[:-1]
In [13]: cols
Out[13]: ['mean', 0L, 1L, 2L, 3L, 4L]

进而可以达到如下效果

In [16]: df = df[cols]  #    OR    df = df.ix[:, cols]

In [17]: df
Out[17]:
mean 0 1 2 3 4
0 0.445543 0.445598 0.173835 0.343415 0.682252 0.582616
1 0.670208 0.881592 0.696942 0.702232 0.696724 0.373551
2 0.632596 0.662527 0.955193 0.131016 0.609548 0.804694
3 0.436653 0.260919 0.783467 0.593433 0.033426 0.512019
4 0.363371 0.131842 0.799367 0.182828 0.683330 0.019485
5 0.587165 0.498784 0.873495 0.383811 0.699289 0.480447
6 0.588529 0.388771 0.395757 0.745237 0.628406 0.784473
7 0.345149 0.147986 0.459451 0.310961 0.706435 0.100914
8 0.553195 0.394947 0.863494 0.585030 0.565944 0.356561
9 0.561593 0.689260 0.865243 0.136481 0.386582 0.730399

参考来源

pandas DataFrame 中指定位置数据的修改:

df['one']['second'] = value
# 由于DataFrame在索引数据是得到的是副本copy所以,此时原数据df并没有修改,并会抛出警告Warning: SettingWithCopy df.loc['one','second'] = value
#如上会修改原数据df
#或是:
dfmi.loc[:,('one','second')] = value

具体参考SettingWithCopy

pandas DataFrame & Series 遍历数据(loop iterate on data)

DataFrame

 dates = pd.date_range("",periods=3)
df = pd.DataFrame(np.random.randn(3,4),index = dates,columns=['A','B','C','D'])
df
dates = pd.date_range("",periods=3)
df = pd.DataFrame(np.random.randn(3,4),index = dates,columns=['A','B','C','D'])
df
Out[36]:
A B C D
2015-01-01 -0.888495 -0.983042 0.162524 -0.768370
2015-01-02 0.954982 0.777860 -0.635805 -0.271617
2015-01-03 1.778827 1.052819 0.090116 -1.822029
  1. DataFrame.iteritems()    :Iterator over (column name, Series) pairs.

     for colName,colSeries in df.iteritems():
    print colName
    print colSeries
     A
    2015-01-01 -0.888495
    2015-01-02 0.954982
    2015-01-03 1.778827
    Freq: D, Name: A, dtype: float64
    B
    2015-01-01 -0.983042
    2015-01-02 0.777860
    2015-01-03 1.052819
    Freq: D, Name: B, dtype: float64
    C
    2015-01-01 0.162524
    2015-01-02 -0.635805
    2015-01-03 0.090116
    Freq: D, Name: C, dtype: float64
    D
    2015-01-01 -0.768370
    2015-01-02 -0.271617
    2015-01-03 -1.822029
    Freq: D, Name: D, dtype: float64
  2. DataFrame.iterrows()    :Iterate over the rows of a DataFrame as (index, Series) pairs. 数据一致是对列来说的,所以此方法迭代时数据类型会改变,如果想使用原始数据类型,最好使用itertuples,且速度快于Itetuples.
     for index,rowSeries in df.iterrows():
    print index
    print rowSeries
     2015-01-01 00:00:00
    A -0.888495
    B -0.983042
    C 0.162524
    D -0.768370
    Name: 2015-01-01 00:00:00, dtype: float64
    2015-01-02 00:00:00
    A 0.954982
    B 0.777860
    C -0.635805
    D -0.271617
    Name: 2015-01-02 00:00:00, dtype: float64
    2015-01-03 00:00:00
    A 1.778827
    B 1.052819
    C 0.090116
    D -1.822029
    Name: 2015-01-03 00:00:00, dtype: float64

     

  3. DataFrame.itertuples(index=True)    :Iterate over the rows of DataFrame as tuples, with index value as first element of the tuple.
     for rowTuple in df.itertuples():
    print rowTuple[0]
    print rowTuple[1:]
     2015-01-01 00:00:00
    (-0.88849501182393553, -0.98304167749573845, 0.1625244406175089, -0.76836987403165646)
    2015-01-02 00:00:00
    (0.95498214900986345, 0.77786021238601544, -0.635805031818656, -0.27161684716624435)
    2015-01-03 00:00:00
    (1.7788269763069902, 1.0528194112440166, 0.09011643978723563, -1.82202928954011)

Series

  1. Series.iteritems()                           :Lazily iterate over (index, value) tuples

     In [51]:
    
     s = pd.Series(['a','b','c','d','e'])
    s
    s = pd.Series(['a','b','c','d','e'])
    s
    Out[51]:
    0 a
    1 b
    2 c
    3 d
    4 e
    dtype: object
     for index,value in s.iteritems():
    print index,value
    0 a
    1 b
    2 c
    3 d
    4 e

pandas的札记的更多相关文章

  1. pandas基础-Python3

    未完 for examples: example 1: # Code based on Python 3.x # _*_ coding: utf-8 _*_ # __Author: "LEM ...

  2. 10 Minutes to pandas

    摘要   一.创建对象 二.查看数据 三.选择和设置 四.缺失值处理 五.相关操作 六.聚合 七.重排(Reshaping) 八.时间序列 九.Categorical类型   十.画图      十一 ...

  3. 利用Python进行数据分析(15) pandas基础: 字符串操作

      字符串对象方法 split()方法拆分字符串: strip()方法去掉空白符和换行符: split()结合strip()使用: "+"符号可以将多个字符串连接起来: join( ...

  4. 利用Python进行数据分析(10) pandas基础: 处理缺失数据

      数据不完整在数据分析的过程中很常见. pandas使用浮点值NaN表示浮点和非浮点数组里的缺失数据. pandas使用isnull()和notnull()函数来判断缺失情况. 对于缺失数据一般处理 ...

  5. 利用Python进行数据分析(12) pandas基础: 数据合并

    pandas 提供了三种主要方法可以对数据进行合并: pandas.merge()方法:数据库风格的合并: pandas.concat()方法:轴向连接,即沿着一条轴将多个对象堆叠到一起: 实例方法c ...

  6. 利用Python进行数据分析(9) pandas基础: 汇总统计和计算

    pandas 对象拥有一些常用的数学和统计方法.   例如,sum() 方法,进行列小计:   sum() 方法传入 axis=1 指定为横向汇总,即行小计:   idxmax() 获取最大值对应的索 ...

  7. 利用Python进行数据分析(8) pandas基础: Series和DataFrame的基本操作

    一.reindex() 方法:重新索引 针对 Series   重新索引指的是根据index参数重新进行排序. 如果传入的索引值在数据里不存在,则不会报错,而是添加缺失值的新行. 不想用缺失值,可以用 ...

  8. 利用Python进行数据分析(7) pandas基础: Series和DataFrame的简单介绍

    一.pandas 是什么 pandas 是基于 NumPy 的一个 Python 数据分析包,主要目的是为了数据分析.它提供了大量高级的数据结构和对数据处理的方法. pandas 有两个主要的数据结构 ...

  9. pandas.DataFrame对行和列求和及添加新行和列

    导入模块: from pandas import DataFrame import pandas as pd import numpy as np 生成DataFrame数据 df = DataFra ...

随机推荐

  1. 前端制作中,IE6还有必要兼容吗?

    国内市场对IE 6~7支持还有一定需求,但对于一个前端开发者,我们应该去推动这个行业向前发展,而不是一味迁就.妥协. 曾经,能够提供支持老版本 IE 是一个前端开发者的必备技能.随着移动互联网大潮来临 ...

  2. nutch2.3中nutch-site.xml设置说明

    nutch-site.xml是运行nutch的非必须设置文件,也就是说你不设置,nutch照样可以运行. nutch-site.xml是nutch-default.xml的一个客制化文件. nutch ...

  3. ssh框架用JUnit测试

    public class testAuxDict { //读spring配置文件 public static BeanFactory factory = new ClassPathXmlApplica ...

  4. ORACLE函数TO_CHAR以及数字转换格式[Z]

    本来这是很简单的函数,但在屡次忘记格式之后,决定还是翻译一遍以铭记在心.      参考<<Oracle Database SQL Reference>>.      关于nl ...

  5. 混淆篇之原生DOM操作方法小结

    1.0   DOM结构 1.1先来看结构图: 父节点        兄弟节点        当前节点            属性节点            子节点        兄弟节点一般任意一个节 ...

  6. HttpServletRequest 各种方法总结(转自百度经验)

    HttpServletRequest对象代表客户端的请求,当客户端通过HTTP协议访问服务器时,HTTP请求头中的所有信息都封装在这个对象中,开发人员通过这个对象的方法,可以获得客户这些信息. req ...

  7. SilverLight搭建WCF聊天室详细过程

    收藏SL双工通信例子教程 SilverLight 4正式版发布给开发人员带来了更多功能,并且4已经支持NET.TCP协议,配合WCF开发高效率的交互应用程序已经不再是难事,本系列文章主要针对已经完成的 ...

  8. CSS自学笔记(7):CSS定位

    很多时候,我们需要对一些元素进行自定义排序.布局等,这是就需要用到CSS的定位属性了,用这些属性对一些元素进行自定义排序.布局等操作,可以改变浏览器默认的死板的排序. CSS定位的功能很容易理解,它允 ...

  9. C++静态库与动态库(简介)

    C++静态库与动态库 这次分享的宗旨是——让大家学会创建与使用静态库.动态库,知道静态库与动态库的区别,知道使用的时候如何选择.这里不深入介绍静态库.动态库的底层格式,内存布局等,有兴趣的同学,推荐一 ...

  10. Windows Azure 社区新闻综述(#71 版)

    欢迎查看最新版本的每周综述,其中包含有关云计算和 Windows Azure的社区推动新闻.内容和对话. 以下是过去一周基于您的反馈汇集在一起的内容: 文章.视频和博客文章 ·   使用 Azure ...