df2.indexIndexdf2.columnsIndex# 根据索引查看数据。# df2.iloc[0] 跟上面的操作等价，一个是根据索引名，一个是根据数字索引访问数据col1 1. Name: a, dtype: int64print df2.loc

printread_csv()函数的iterator参数等于True时，表示返回一个TextParser以便逐块读取文件；chunkSize表示文件块的大小，用于迭代；StopIteration的异常表示在循环对象穷尽所有元素时报错；axis：需要合并连接

根据教程实现了读取csv文件前面的几行数据，一下就想到了是不是可以实现前面几列的数据。经过多番尝试总算试出来了一种方法。之所以想实现读取前面的几列是因为我手头的一个csv文件恰好有后面几列没有可用数据，但是却一直存在着。21,name_21,coment_

pd.to_datetime(data[data['last_O_XLMC']==data['O_XLMC']]['O_SJFCSJ'], format='%H:%M:%S')-pd.to_datetime(data['last_O_SJFCSJ'], f

>>>注意，不能用iloc，iloc是将序列当作数组来访问，下标又会从0开始：

# create a dataframe with an integer feature and a categorical string feature. [ for indexs in demo_df.index for i in range if]

outfile.to_csv有时我们也会有相反的一个需求，需要删除“设计井别”、“投产井别”、“目前井别”三列数据都为11的那些行，效果如下：

2 3 6 9但是缺点是必须写三个，要不报错。2 3 6 9可以只改变'A','C'，不改变'B'。

ax = label_dis.plot(title='label distribution', kind='bar', figsize=(18, 12))

#上述列表返回的结果和原表格存在合并单元格的差异sheetname：默认是sheetname为0，返回多表使用sheetname=[0,1]，若sheetname=None是返回全表 。#参数为None时，返回全部的表格，是一个表格的字典；['小丽', 2

今天记录一下pandas筛选出一个表中满足另一个表中所有条件的数据。list1 结构：名字，ID，颜色，数量，类型。如何在list1中找出所有与list2中匹配的元素？要得到下面的结果：list = [['a',1,255,100,'03'],['a',2

如下所示：。import pandas as pd. file = pd.read_csv('file.csv',iterator=True). while True:. chunk = file.get_chunk(1000). print(chunk.

在某一个方向拥有多个索引级别，就叫做层次索引。index=[['2017', '2017', '2018', '2018', '2018'], ['张伊曼', '张巧玲', '张诗诗', '张思思', '张可可']])

pandas中有时需要按行依次对.csv文件读取内容，那么如何进行呢？我们来完整操作一遍，假设我们已经有了一个.csv文件。print至此就完成了整个过程。如果有Nan怎么处理呢？在for record in readFile.values后面加入一个wh