关于pandas的使用

初始化数据

df = pd.DataFrame(list(project_info.find()))

删除字段

del df['_id']

选择需要显示的字段

df = data[['aear','cate','subcate','name','maxmoney','minmoney','time']]

显示前n条记录

df.head(n)

使用groupby实现数据分组

# 这个时候并不是DataFrame类型,可以根据某个字段分组
group = df.groupby('name')

# 可以使用size()记录分组数量,并且用sort_values(ascending=False)降序
sort_group = group.size().sort_values(ascending=False)

# sorted_series.keys()表示取出所有的keys,sorted_series存储的为values
# 可以使用iteritems()遍历
for userid, length in sort_group.iteritems():
    print('%d:%d' % (userid, length))

pandas.Series.diff

计算Series元素与Series中另一个元素的差异（默认值为上一行中的元素）。

Syntax:

Series.diff(periods=1)

Parameters:
periods : int, default 1.Periods to shift for calculating difference, accepts negative values.

Code:

s = pd.Series([1, 1, 2, 3, 5, 8])
s.diff()

Output:

0    NaN
1    0.0
2    1.0
3    1.0
4    2.0
5    3.0

pandas.DataFrame.apply

沿DataFrame的轴应用函数。。

Syntax:

DataFrame.apply(func, axis=0, broadcast=None, raw=False, reduce=None, result_type=None, args=(), **kwds)

Parameters:
func : function.Function to apply to each column or row.
axis : {0 or ‘index’, 1 or ‘columns’}, default 0
        Axis along which the function is applied:
        0 or ‘index’: apply function to each column.
        1 or ‘columns’: apply function to each row.

Code:

>>> df = pd.DataFrame([[4, 9],] * 3, columns=['A', 'B'])
>>> df
   A  B
0  4  9
1  4  9
2  4  9
>>> df.apply(np.sum, axis=0)
A    12
B    27
dtype: int64
>>> df.apply(np.sum, axis=1)
0    13
1    13
2    13
dtype: int64

筛选

Code:

# 1 用于筛选某一列在list中存在数据
df = pd.read_csv(file_path)
l = ['a','b']
df = df[df['name'].isin(l)]