时间序列

标签：proc   删除   最好   ext   技术   size   处理   技术分享   repr   

删除：

删除全缺失的列：df1.dropna(axis=1,how="all")

删除特定的某列：df.where(df !=N).dropna(axis = 1)

删除满足条件的某些个数据：data=data[~(data[‘开关机状态‘].isin([‘关‘]) & data[‘水流量‘].isin([0]))]

删除指定列：df.drop(‘column_name‘,axis=1,inplace=True)

注意：处理多列的时候，传入column参数里面最好传入一个列表这样处理起来比较快，

df.ix的用法

作用：修改df指定位置的值，例如，将第a列值为6时，c列的值加上20，即：

时间序列

标签：proc   删除   最好   ext   技术   size   处理   技术分享   repr   

原文地址：https://www.cnblogs.com/yttas/p/10203195.html