DataFrame是Python中Pandas库中的一种数据结构，它类似excel，是一种二维表。同时DataFrame可以设置列名columns与行名index，可以通过像matlab一样通过位置获取数据也可以通过列名和行名定位，具体方法在后面细说。在所

数据文件： 上海机场 24.11 3.58 东风汽车 74.25 1.74 中国国贸 26.38 2.66 包钢股份 61.01 2.35

接触pandas之后感觉它的很多功能似乎跟numpy有一定的重复，尤其是各种运算。不过，简单的了解之后发现在数据管理上pandas有着更为丰富的管理方式，其中一个很大的优点就是多出了对数据文件的管理。如果想保存numpy中的数组元素到一个文件中，通过纯Py

Pandas库中有iloc和loc以及ix可以用来索引数据，抽取数据。但是方法一多也容易造成混淆。下面将一一来结合代码说清其中的区别。iloc主要使用数字来索引数据，而不能使用字符型的标签来索引数据。而loc则刚好相反，只能使用字符型标签来索引数据，不能使

Pandas进行数据处理之后,假如想将其转化为json,会出现一个bug,就是中文文字是以乱码存储的,也就是\uXXXXXX的形式,翻了翻官网文档,查了源码的参数,需要设置js001 = df1.to_json,即可显示中文编码。于是决定自己写一个.首先用

‘XXX'编码不能打开XXX什么的，用记事本打开要读取的文件，另存为UTF-8编码，然后再用py去读应该可以了。如果还不行，那么尝试使用文件原有的编码方式读取，参考之前的文章

Dataframe结构放在numpy来看应该是二维矩阵的形式，每一列是一个特征，上面会有个列标题，每一行是一个样本。

最近总是和excel打交道，由于数据量较大，人工来修改某些数据可能会有点浪费时间，这时候就使用到了Python数据处理的神器―CPandas库，话不多说，直接上Pandas。这次使用的python版本是python2.7，安装python可以去python

将dataframe添加到texttable里面,实现格式化输出。printdatafrma如下，现在要给其添加上表格框线。print上面就是设置表格输出的对其格式，以及列的数据类型。‘set_cols_align是对水平位置上的左中右靠齐。‘l'表示向左

我们也可以对特定的列进行重复项判断。当keep=False时，就是去掉所有的重复行 当keep=‘first'时，就是保留第一次出现的重复行 当keep='last'时就是保留最后一次出现的重复行。

from pandas import Series,DataFrame一、Series与Series. s2 = Series索引对齐项相加，不对齐项的值取NaN. data1 = {'水果':['苹果','梨','草莓'],df2 = DataFrame

1. xlsx to csv：。import pandas as pd. def xlsx_to_csv_pd():. data_xls = pd.read_excel('1.xlsx', index_col=0). data_xls.to_csv('1.

df = pd.DataFrame([1, 2, 3, 4, 5], index=[10, 52, 24, 158, 112], columns=['S'])

data = np.array通过这种方式得到的data，不包含第一行，一般来说，第一行即是列标签。那么如何获取第一行的内容呢。

col_num = len - label_len # -1为考虑带标签

假如有一列全是字符串的dataframe，希望提取包含特定字符的所有数据，该如何提取呢？因为之前尝试使用filter，发现行不通，最终找到这个行得通的方法。>>> bool = df.str.contains #不要忘记正则表达式的写法，

都能针对dataframe完成特征的计算，并且常常与groupby()方法一起使用。apply()里面可以跟自定义的函数，包括简单的求和函数以及复杂的特征间的差值函数等。transform() 里面不能跟自定义的特征交互函数，因为transform是真针对