import pandas as pd
import numpy as np
from lib_001_decorator_log_funcname import decorator_log_funcname
from env_config import *
csv_a = data_path + 'a.csv'
csv_b = data_path + 'b.csv'
csv_r = data_path + 'r.csv'
csv_t = data_path + 't.csv'
csv_p = data_path + 'p.csv'
csv_x = data_path + 'x.csv'
df = pd.DataFrame()
print(type(df))
df_x = pd.read_csv(csv_x)
df_p = pd.read_csv(csv_p)
@decorator_log_funcname
def _test_load_csv():
    global df
    df = pd.read_csv( csv_a, names=["col1","col2","col3"] )
    print(type(df))
    print(df)
@decorator_log_funcname
def _test_dump_csv():
    df.to_csv(csv_r)
@decorator_log_funcname
def _test_load_table_csv():
    df = pd.read_csv(csv_t, index_col='rowtitle' )
    print(df)
@decorator_log_funcname
def _test_load_panda_csv():
    global df
    df = pd.read_csv(csv_p)
    print(df)    
@decorator_log_funcname
def _test_dump_panda_csv():
    global df
    print(df)
    df.to_csv(csv_r, index=False)
@decorator_log_funcname
def _test_load_panda_csv_change_colname():
    global df
    lname = ["g1","g2","g3"]
    df = pd.read_csv(csv_p, header=0, names=lname )
    #? for del header, header=0
    # for add header, names=lname
    print(df)        
@decorator_log_funcname
def _test_df_count_col():
    pass
    global df_p
    print(len(df_p.columns.to_list()))
@decorator_log_funcname
def _test_df_count_row():
    global df_p
    row = df_p.count()
    print(type(row))
    print(row)
    print(row.to_list())
    rr = df_p['col1'].count()
    print(rr)
@decorator_log_funcname
def _test_df_insert_row():
    df1 = df_p
    dfi = pd.DataFrame( [[44,55,66],], columns=['col1','col2','col3'] )
    print('dfi==\n',dfi)
    xx = _func_df_insert_row(1,df1,dfi)
    print("xx==\n",type(xx), '\n', xx )
@decorator_log_funcname
def _func_df_insert_row(idx, df_base, df_insert):
    df1 = df_base[:idx]
    df2 = df_base[idx:]
    dff = df1.append(df_insert).append(df2).reset_index(drop=True) 
    return dff
@decorator_log_funcname
def _func_df_insert_row_at_0(df_base, ls_in):
    df_base.loc[-1] = ls_in
    df_base.index = df_base.index + 1
    print(type(df_base.index))
    print(df_base.index)
    print(df_base)
    df_base.sort_index( inplace=True)
    print(df_base)
    return df_base    
@decorator_log_funcname
def _test_df_update_append_row():
    df1 = df_p
    print(df1)
    df1.loc[0] = ['11','22','33']
    print(df1)
    df1.loc[2] = ['33','333','3333']
    print(df1)
@decorator_log_funcname
def _test_df_get_some_rows_as_sub_df():
    df1 = df_p
    print(df1)
    print(df1[0:1])
@decorator_log_funcname
def _test_df_del_row():
    global df_p
    df1 = df_p
    df2 = df1.drop([1])
    print(df2)
    print(df1)
    print(df_p)
    df1.drop([1], inplace=True)
    print(df1)
    pass
@decorator_log_funcname
def _test_df_update_col():
    df1 = df_p
    print(df1)
    df1['col1'] = 88
    print(df1)
    df1['col2'] = [55,44]
    print(df1)
    print(df1.index.stop)  #
@decorator_log_funcname
def _test_df_insert_col():
    global df_p
    print(df_p)
    df1 = df_p
    ll = [10,11]
    print(df1)
    df1.insert( loc=0, column='col0', value=ll)
    print(df1)
@decorator_log_funcname
def _test_df_del_col():
    global df_p
    print(df_p)
    df1 = df_p
    print(df1)
    df1.drop('col1', axis=1, inplace=True)
    print(df1)
@decorator_log_funcname
def _test_df_del_row_with_drop():
    global df_p
    print(df_p)
    df1 = df_p
    print(df1)
    df1.drop(1, axis=0, inplace=True)
    print(df1)
@decorator_log_funcname
def _test_df_del_col_with_del():
    global df_p
    print(df_p)
    df1 = df_p
    print(df1)
    del df1['col1']
    print(df1)    
@decorator_log_funcname
def _test_df_set_cell():
    global df_p
    print(df_p)
    df1 = df_p
    print(df1)
    df1.loc[1,'col2'] = 88
    print(df1)
@decorator_log_funcname
def _test_df_check_NaN():
    global df_p
    print(df_p)
    df1 = df_p
    print(df1)
    df1.loc[1,'col2'] = np.nan
    print(df1)
@decorator_log_funcname
def _test_df_get_sub_col():
    global df_p
    print(df_p)
    df1 = df_p
    print(df1)
    df2 = df1[['col1','col3']]
    print(df2)
@decorator_log_funcname
def _test_df_get_sub_row():
    pass
@decorator_log_funcname
def _test_df_set_col_type():
    global df_p
    print(df_p)
    df1 = df_p
    print(df1)
    print(df1.dtypes)
    df1['col1'] = df1['col1'].astype(float)
    print(df1)
    print(df1.dtypes)    
@decorator_log_funcname
def _test_df_sort_value():
    global df_p
    print(df_p)
    df1 = df_p.sort_values( 'col1', ascending=False )
    print(df_p)
    print(df1)
@decorator_log_funcname
def _test_df_get_header():
    print(df_p)
    head = df_p.columns.to_list()
    print(type(head))
    print(head)
    pass
@decorator_log_funcname
def _test_other():
    # global df
    # df = pd.read_csv(csv_x)
    # print(df)
    # print(len(df.columns.to_list()))
    # print(df.columns.to_list())
    #df.to_csv(csv_r, index=False)
    pass
@decorator_log_funcname
def _test( ):
    #_test_load_csv()
    #_test_dump_csv()
    #_test_load_table_csv()
    #_test_load_panda_csv()
    #_test_dump_panda_csv()
    #_test_load_panda_csv_change_colname()
    #_test_df_count_col()
    # _test_df_count_row()
    # _test_df_insert_row()
    # _func_df_insert_row_at_0(df_p,[100,101,102])
    # _test_df_update_append_row()
    #_test_df_get_some_rows_as_sub_df()
    # _test_df_del_row()
    #_test_df_update_col()
    #_test_df_insert_col()
    # _test_df_del_col()
    # _test_df_del_row_with_drop()
    # _test_df_del_col_with_del()
    # _test_df_set_cell()
    # _test_df_check_NaN()
    # _test_df_get_sub_col()
    _test_df_set_col_type()
    # _test_df_sort_value()
    #_test_df_get_header()
    # _test_other()
    
if __name__ == '__main__':
    _test()

python_test_5001_Moudle_pandas的更多相关文章

  1. Django商城项目笔记No.18商品部分-数据表创建

    数据库表设计 在电商中对于商品,有两个重要的概念:SPU和SKU SPU = Standard Product Unit (标准产品单位) SPU是商品信息聚合的最小单位,是一组可服用.易检索的标准化 ...

  2. day04记

    useGeneratedKeys useGeneratedKeys这个只在insert语句中有效,正常情况下useGeneratedKeys默认为false 当useGeneratedKeys为tru ...

随机推荐

  1. C# 委托原理刨析,外加和事件对比

    什么是委托 委托是一种引用类型,表示对具有特定参数列表和返回类型的方法的引用. 在实例化委托时,你可以将其实例与任何具有兼容参数和返回类型的方法进行绑定. 你可以通过委托实例调用方法. 简单的理解,委 ...

  2. React中组件之间是如何通信的 react的组件通信方式有哪些

    一.是什么 通信指的是发送者通过某种媒体 以某种格式来传递信息 到收信者以达到某个目的,广义上,任何信息的传递都是通信 二.如何通信? 组件传递的方式有很多种,根据传送者和接收者可以分为如下: 父组件 ...

  3. 微信小程序分类菜单激活状态跟随列表滚动自动切换

    这里主要用到微信小程序提供的SelectorQuery获取页面节点信息实现,组件用的是微信小程序的scroll-view 逻辑就是获取右侧盒子的节点信息,获取右侧子分类的节点信息,当子分类滑动到顶部的 ...

  4. 2.17 win32 入口 esp寻址 回调函数定位 具体事件定位

    wWinMain(In HINSTANCE hInstance, 主函数入口的第一个参数 句柄 通过注释找到获取最后参数的地方 C/C++默认方式,参数从右向左入栈,主调函数负责栈平衡. 由此猜测下面 ...

  5. appium 在linux安装和使用(持续更新)

    appium V1.10 centos7.4 安装 安装步骤 1. 安装node 为了得到npm(node package manager,nodejs的安装包管理工具,可以通过npm来下载appiu ...

  6. CentOS 搭建 samba 服务器并通过 Windows 访问

    第一步 下载安装 samba.samba-client sudo yum -y install samba samba-client 终端提示安装完成 第二步 创建共享文件夹,这个文件夹到时候可以通过 ...

  7. Cesium源码阅读环境搭建

    1. 引言 Cesium是一款三维地球和地图可视化开源JavaScript库,使用WebGL来进行硬件加速图形,使用时不需要任何插件支持,基于Apache2.0许可的开源程序,可以免费用于商业和非商业 ...

  8. PostGIS之空间索引

    1. 概述 PostGIS 是PostgreSQL数据库一个空间数据库扩展,它添加了对地理对象的支持,允许在 SQL 中运行空间查询 PostGIS官网:About PostGIS | PostGIS ...

  9. XView 架构升级之路

    作者:京东零售 胡本奎 一 背景 1 是什么 XView是一个透明的塑料袋(容器),基于通用的webview框架改造而来,通常用于大促弹窗等营销场景,展现形式如下图: 2 痛点 在实际的开发使用中XV ...

  10. nginx中多ip多域名多端口配置

    1.Nginx中多IP配置: server { listen 80; server_name 192.168.15.7; location / { root /opt/Super_Marie; ind ...