pandas刪除列，pandas —— pd.read_csv 與df.to_csv

• 對 DataFrame 對象迭代得到的是其各個屬性列的列名，自然為 list 類型；

0. read_csv 與 df.to_csv

• df.to_csv
  • na_rep=‘NA’：缺失值替換為NA
  • header=1/0：是否保存表頭；
  • index=1/0：是否保存行的索引；

1. 從文件讀取數據返回 data frame

<a href=“https://www.cnblogs.com/datablog/p/6127000.html”, target="_blank">pandas.read_csv參數詳解

• read_csv，read_excel

  df = pd.read_csv('https://archive.ics.uci.edu/ml/machine-learning-databases/''breast-cancer-wisconsin/wdbc.data', header=None)# df: data frame# type(df): <class 'pandas.core.frame.DataFrame'>
  

• header：表頭，默認不為空（為 0，也即將第一行視為表頭）。如果我們要讀取的文件，直接就是數據，沒有所謂的表頭。就需指定 header=None，否則將以文件的第一行作為 df.columns。指定 header=None，df.columns 返回的是列索引，如一個三列的數據：

  Int64Index([0, 1, 2], dtype='int64')
  

• index_col：認定原始 csv 文件的第幾列（從0開始計數）為索引列（也即從1開始編號，表示每一行樣本的編號）

  • 一般會指定 index_col=0，表示第0列為索引列
  • index_col 指定的列將不會作為 DataFrame 的一列進行返回；

• parse_datas：指明日期列，為字符串構成的 list；

• pandas刪除列，thousands : str, default None，千分位分割符，如“，”或者“."

2. pandas 基本數據結構：Series 與 DataFrame

from pandas import Series, DataFrame

• Series 最重要的一個功能在于：它在算術運算中會自動對齊不同索引的數據；

X, y = df.values[:, 2:], df.values[:, 1]# df.values 的類型為 numpy.ndarray
# 也可以
X, y = df.loc[:, 2:].values, df.loc[:, 1].values

3. dataframe 與 numpy 下的多維數組的轉換

dataframe ? numpy.ndarray

• df.ax_matrix()
• df.values

4. 基本成員函數

• df.dtypes：會按列給出各個列的數據類型；

• df.columns，獲取列名，可直接通過.的形式進行索引；

  比如一個 df.columns 的返回值為：

  Index([u'dt', u'kind', u'value'], dtype='object')
  

  pd.read_csv。可直接索引的含義在于，使用 df.dt 或者 df.kind 或者 df.value 進行索引，獲取某列的全部值（ 注，pandas 的特點，以列進行索引和修改）。同時索引多個列以構成一個新的表格，

  df[['dt', 'value']]            # 這樣得到的仍然是 dataframe
  

  支持[]的索引方式，但關鍵字必須是 list 的形式（['dt', 'value']），而不可以是 tuple

• df.assign()：指定新的列（如果列名已存在，則替換；如果不存在，在添加該列），返回一個新的 DataFrame，不對原始的 DataFrame 進行修改；

  • 當然其也可以接收一個 lambda 型的函數對象，該函數對象接收的參數則是原始的 dataframe；

  # 接收 lambda 型函數對象，
  >> df = DataFrame({'A':range(1, 6), 'B':np.random.randn(5)})
  >> df.assign(ln_A=lambda x: np.log(x.A))A         B      ln_A
  0   1  0.456539  0.000000
  1   2  1.022736  0.693147
  2   3 -0.158207  1.098612
  3   4  0.951304  1.386294
  4   5 -1.024661  1.609438# 此時 df 本身并未發生任何改變；
  >> df.assign(A = range(21, 26))A         B
  0  21  0.456539
  1  22  1.022736
  2  23 -0.158207
  3  24  0.951304
  4  25 -1.024661
  

  <a href=“http://pandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.assign.html”, target="_blank">pandas.DataFrame.assign

• set_index()：將某列設置為索引列；