python基本操作记录

python 导入csv文件对 df 进行换列pandas 相关数据操作python List的使用 帮别人做一个数据预处理，学了一些基本操作。这里记录下来。

python 导入csv文件

import pandas as pd df = pd.read_csv('train.csv', encoding='utf-8')

这样把csv文件导入进来是DataFrame格式，包含行列索引+数据。

对 df 进行换列

大致步骤如下：

获取列标签将列标签更改成想要的顺序利用loc获取新的DataFrame，拷贝交换顺序后的DataFrame

法一：通过loc，使用过这个方法，成功解决问题

data = pd.DataFrame(np.arange(16).reshape(4,4),columns=list('abcd')) # 获取列标签，cols是列标签组成的list cols = list(data) # 更改cols顺序为需要的顺序 cols.insert(0,cols.pop(cols.index('c'))) # 通过loc对cols列进行筛选，并把筛选后的结果拷贝给data data = data.loc[:,cols]

换列的关键就在于生成自己想要的顺序的列标签列表，然后运用loc筛选就可以了。

这里参考：DataFrame交换列的顺序

法二：使用reindex方法，还没用过，收集过来做个记录

columnsTitles=["B","A"] df=df.reindex(columns=columnsTitles)

这里参考：如何交换两个DataFrame列？

pandas 相关数据操作

基本操作：

a)基础属性 df.shape #行数、列数 df.dtype #列数据类型 df.ndim #数据维度 df.index #行索引 df.columns #列索引 df.values #对象值，二维ndarray数组 b)整体情况查询 df.head(3) #显示头部几行，默认5行 df.tail(3) #显示末尾几行，默认5行 df.info() #相关信息概览：行数、列数、索引、列非空值个数、列类型、内存占用 df.describe() #快速综合统计结果： 计数、均值、标准差、最大值、四分位数、最小值等

数据切片：

a)常规获取 　　# 方括号写数组，表示取行，对行进行操作 　　# 写字符串，表示取列索引，对列进行操作 　　print(a[:3]) #取前3行 　　print(a["Row_Labels"])#取列 b)通过loc和iloc获取 　　#df.loc 通过标签索引行或列数据 　　#df.iloc通过位置获取行数据 iloc --> index location 　　a = pd.DataFrame(np.arange(12).reshape(3,4),index=list("abc"),columns=list("wxyz")) 　　print(a) 　　print(a.loc["a",:]) #取一行 　　print(a.loc[["a","c"],:])#取多行 　　print(a.loc[:,["x","y"]])#取多列 　　print(a.iloc[1,:])#取行 　　print(a.iloc[:,1])#取列 　　print(a.iloc[[1,2],[2,3]])#取多行多列 c)布尔索引获取,可以通过&或者|做多条件布尔获取 　　g = g[g["Count_AnimalName"]>800] 　　print(g) 　　print(g[(g["Count_AnimalName"]>800) & (g["Count_AnimalName"]<1000) ]) 　　#通过字符串长度进行选取 　　print(g[(g["Row_Labels"].str.len()>4) & (g["Count_AnimalName"]<1000) ])

python List的使用

# 初始可以定义为空 list1 = [] # 向其中添加元素 list1.append("1") list1.append("2") # 删除元素 list1.remove("1")

更多用法参考：Python 列表(List)