python学习2016.4.13

标签：

Python函数

（1）数据框的另一种定义方式，将数据内容（多维数组）直接放入data中，再定义columns和index。（数据框.columns是取列名，.index是取行名，取出的类型类似元组，可以用[0],[1]…直接取出）

df = pd.DataFrame(data=[[34, ‘null‘, ‘mark‘], [22, ‘null‘,‘mark‘], [34, ‘null‘, ‘mark‘]], columns=[‘id‘, ‘temp‘, ‘name‘], index=[1, 2,3])

print(df)

结果：

     id   temp   name

1  34    null    mark

2  22    null    mark

3  34    null    mark

（2）对数据框的每一列进行操作

for c in df.columns:

    print(‘--%s--‘ %c)

    print(df[c].value_counts())

结果：

--id--

34    2

22    1

dtype: int64

--temp--

null    3

dtype: int64

--name--

mark    3

dtype: int64

不用循环的简易写法，应用apply和lambda函数

df1 = df.apply(lambdax: x.value_counts().T.stack())

print(df1)

注：对数据框整个进行apply是对每一列进行操作，T是转置，stack是去掉nan的项。如果不是统计每个取值的个数，就是对每列中每个值进行操作。

结果：

id    22      1

      34      2

temp  null    3

name  mark    3

dtype: float64

也可以取出单列，对单列中的每个值进行操作。

df2 =df[‘id‘].apply(lambda x: x+1)

print(df2)

结果：

1    35

2    23

3    35

Name: id, dtype: int64

（3）字符与字符串的转换

整数字符串转换为对应的整数：int(‘12‘)
小数字符串转换为对应小数：float(‘12.34‘)
数字转换为字符串：str(123.45)
ASCII码转换为相应字符：chr(97)
字符转换为相应ASCII码：ord(‘a‘)

注：ASCII码对应的是整型的。

（4）dataframe类型转换

df.astype(int)

（5）从dataframe中取出列有两种方式

df.id,

df[‘id’]

1   34

2   22

3   34

Name: id, dtype: int64

1   34

2   22

3   34

Name: id, dtype: int64

（6）is判断是否是同一对象，ain b是判断a是否是b中的元素 （不用调用包，直接可以用）

a = [1, 2, 3]

b = [1, 2, 3]

c = a

print(a is b)     注：is判断内存地址，不是判断是否相等

print(a is c)

print(1 in a)

结果：

False

True

True

Isin判断数据框中的元素是否在列表中，一个一个判断，只要有，就是True，否则False。

df:

   id temp  name

1  34 null  mark

2  22 null  mark

3  34 null  mark

print(df.id.isin([3,34]))

结果：

1    True

2   False

3    True

Name: id, dtype: bool

（7）用列名从数据框取出多列，一定要用列表组合成一个整体，否则会报错。

d =df[[‘id‘, ‘temp‘]]

print(d)

结果：

  id  temp

1 34  null

2 22  null

3 34  null

（8）DataFrame.reset_index(level=None, drop=False, inplace=False, col_level=0, col_fill=‘‘)

返回的还是一个数据框

print(df.reset_index())   注：将index作为一列加入到了数据框中

结果：

  index  id  temp name

0     1  34  null mark

1     2  22  null mark

2     3  34  null mark

print(df.reset_index(level=0))   注：还是将Index作为一列加入到了数据框中？？level好像没有用

结果：

  index  id  temp name

0     1  34  null mark

1     2  22  null mark

2     3  34  null mark

print(df.reset_index(level=0,drop=True))   注：drop=true没有加入Index列

结果：

  id  temp  name

0 34  null  mark

1 22  null  mark

2 34  null  mark

（9）数据框中的函数有的可以对整个数据框，有的只是对其中的列

df1= pd.DataFrame(data=[[2.987, 4, 6, 6], [5, 5, 7, 8], [7, 8, 3, 23], [6, 3, 66,44], [32, 5, 6, 2]], columns=[‘x1‘, ‘x2‘, ‘x3‘, ‘y‘])

结果：

      x1  x2  x3   y

0  2.987   4   6   6

1  5.000   5   7   8

2  7.000   8   3  23

3  6.000   3  66  44

4 32.000   5   6   2

print(df1.x1.round(2))

结果：

0    2.99

1    5.00

2    7.00

3    6.00

4   32.00

注：df1.round(2)会报错

print(df1.sum())   注：sum后面一定要带括号（），否则虽然不会报错，但返回结果不是各列求和。

结果：

x1   52.987

x2   25.000

x3   88.000

y    83.000

（10）time.sleep(t)，推迟调用线程的运行，可通过参数secs指秒数，表示进程挂起的时间，没有返回值。t代表推迟执行的秒数。

print(‘start:%s‘ %datetime.now().strftime(‘%Y-%m-%d %H:%M:%S‘))

print(‘start:%s‘ % time.ctime())

time.sleep(5)

print(‘end:%s‘%datetime.now().strftime(‘%Y-%m-%d %H:%M:%S‘))

print(‘end:%s‘ % time.ctime())

结果：

start: 2016-04-13 17:46:47

start: Wed Apr 13 17:46:47 2016

end: 2016-04-13 17:46:52

end: Wed Apr 13 17:46:52 2016

文件更改扩展名的方法：

1、打开我的电脑，如图所示，会看到菜单栏。若没有，则按一下ALT键就会出现。依次选择工具→文件夹选项，打开文件夹选项对话框。

2、点击查看选项卡，向下滑动滚动条到底部。

3、找到隐藏已知文件类型的扩展名选项，取消选中状态。点击确定即可，此时我们就可以更改文件的扩展名。

python学习2016.4.13

标签：

原文地址：http://blog.csdn.net/use_my_heart/article/details/51332565