pandas DataFrame
- 提取DataFrame的行名
df.index
- DataFrame行名的名字
df.index.name
- 取DataFrame的某一行按咒、某一列
df.loc["某行行名"]
df["某列列名"]
取出的某行或某列為series數(shù)據(jù)結(jié)構(gòu)，使用.values轉(zhuǎn)化成array
- 刪除某行、某列
df.drop(labels=0) # 刪除第0行
df.drop(labels="toy",axis = 1) # 刪除名稱為“toy”的列
df.drop(labels="toy",axix = 1, inplace = True) # 刪除名稱為“toy”的列呻澜，并修改原數(shù)據(jù)
- 刪除nan的某行攒霹、某列
df.dropna() # 刪除至少有一個(gè)元素為nan的行
df.dropna(axis=1) # 刪除至少有一個(gè)元素為nan的列
df.dropna(how='all') # 刪除所有元素都為nan的行
df.dropna(thresh=2) # 刪除至少有2個(gè)元素為nan的行
df.dropna(subset=['name', 'toy']) # 刪除'name', 'toy'列中有元素為nan的行
numpy array
- 判斷array里面是否有inf或nan
np.isnan(array) # 批量判別數(shù)組中每個(gè)元素是否為 nan
np.isinf(array) # 批量判別數(shù)組中每個(gè)元素是否為 inf
np.isfinite(array) # 批量判別數(shù)組中每個(gè)元素是否為非 inf 非 nan 的值
- 字符串a(chǎn)rray珊拼、整型array厘托、浮點(diǎn)型array相互轉(zhuǎn)化
array.astype(int)
array.astype(str)
array.astype(float32)
- 刪除array中的行友雳、列
np.delete(array,[0,2],axis = 1) # 刪除第0列和第2列
# 當(dāng)axis = 0時(shí)刪除的是行
