Pandas常用操作记录（更新中）

1.读取文件

import pandas as pd
df =  pd.read_csv('路径')
#pd.read_文件格式('路径')

2.读取某列某行，并使用map替换

2.1 直接读取某列数据

        在获取到df对象后，可以使用 df.列名  来获取该列数据，

import pandas as pd
df = pd.read_csv(r'data/winequality-red.csv')
print(df.quality)
#print(df.loc[:,'quality'])  #这是使用loc函数的方式

2.2使用loc函数读取

当然，我们可以更加优雅一点，使用loc函数来进行行、列、区域的数据的获取。

loc方法是通过行、列的名称或者标签来寻找我们需要的值。

2.2.1读取某行所有数据（检索是行数，注意这里的行数是行序列号，从0开始）

#获取第一行的所有数据
print(df.loc[1,:])

2.2.2读取某列全部数据（检索是列名）

#获取quality一列的全部数据
print(df.loc[:,'quality'] )

2.2.3读取某列的部分行数据（注意这里的行数是行序列号，从0开始）

#获取quality一列的2-5行的数据，注意，这是一个闭区间
df.loc[2:5,'quality']

2.2.4读取某区块的数据

#获取从'sulphates'到'quality'列2-5行的数据
print(df.loc[2:5,'sulphates':'quality'])

2.3使用iloc函数进行读取

iloc方法是通过索引行、列的索引位置[index, columns]来寻找值

具体方法类似loc函数，这里简单展示（注意此处索引都是从0开始计算）

#获取第二行的数据
print(df.iloc[1])
#读取第三列数据
print(df.iloc[:,2])

3.使用map函数使用字典映射列数据

        在机器学习中，我们往往会需要对csv文件的一些列数据进行独热编码，使用pandas自带的map函数来进行替换也是一种比较简单快速的编码方式。（注意map函数需要自提供映射字典，常用于类别较少的情况）

import pandas as pd
df = pd.read_csv(r'data/winequality-red.csv')
print(df)
quality_map = {
    3:0,
    4:1,
    5:2,
    6:3,
    7:4,
    8:5
}
df.loc[:,'quality'] = df.quality.map(quality_map)
print(df)

函数比较简单：df.map(字典对象)，效果见下图