利用Python进行数据分析（3）：第4章，Pandas入门

琐碎的用法、技巧，快速浏览过一遍。

创建df，columns = list('abcde')，可以少打很多个'引号和,逗号

list('abcdef')

series.value_counts()

for idx, val in series.items():  # zip... 这是一个

    pass

广播 Broadcast

narray

dataframe，竖着减，指定轴

否则，默认会横着减。

apply：好像是向量级的操作

df.apply(function, axis=0)  # 默认按列，可选axis=1

dataframe的applymap，series的map：元素级的操作

df['xx'].apply(lambda x: '%.2f' % x) # 对df的某一列进行格式化

汇总和计算描述

df.sum(axis=1, skipna=False) # 横着求和，遇到nan，求和结果是nan

df.idxmax() # 类似于 argmax

series.value_counts()

pd.value_counts(obj.values, sort=False) # 按频率降序，计数

关于NAN

from numpy import nan as NA # 通常这样引入np.nan

isnull

notnull

dropna

np.isnan 好像不能判断df中的nan -_-!

df丢弃全是nan的行，df.dropna(how='all', axis=0)

fillna

层次化索引

（多重index，好像暂未用到）