Python：pandas（三）——DataFrame

官方文檔：pandas之DataFrame

1、構造函數

用法：

pandas.DataFrame(
    data=None,
    index=None,
    columns=None,
    dtype=None,
)

參數：

參數	類型	說明
data	ndarray、iterable、dict、DataFrame	用於構造DataFrame的數據
index	Index或array	各行的索引列
columns	Index或array	各列的索引行

2、屬性

訪問方式為：df.xxx（沒有括號）

寫在最前：可以通過 df.列名 的方式訪問某一列

屬性	說明
at	通過行/列標簽訪問單個值（如dataframe.at[1,'B']）
axes	返回一個List，其中每個元素記錄了其對應axes的全部索引值
columns	列標簽
index	行標簽
dtypes	DataFrame中值的類型
empty	指示器，指示該DataFrame是否為空
iat	區別於at，是用整數索引的方式訪問單個值，如dataframe.iat[1,2]表示第2行第3列（即at中的第C列）
loc	通過①行/列標簽組或②布爾數組的形式訪問一組數據，方式②的作用方式同布爾索引
iloc	通過整數或整數List的方式訪問一組數據，詳見下邊的iloc部分
ndim	維數
shape	返回一個tuple，表示各個維度的大小
size	元素數——單元格的數量，並不是行數
style	返回Style對象
values	返回該DataFrame的array形式（建議用方法to_numpy()）

2.5、部分屬性的詳細說明

2.5.1、訪問單個值：at與iat

①at

用法：df.at[ 1 , 'B' ]——訪問行1，列'B'的值

②iat

用法：df.iat[ 1 , 1 ]——訪問行1，列1（即列'B'）的值

2.5.2、訪問多個值：loc與iloc

①loc

說明：通過行/列標簽組或布爾索引組的形式訪問一組數據

用法：

df.loc[ 輸入1 [, 輸入2] ]

輸入1表示哪些行，輸入2表示哪些列

允許輸入的值：

a、單個label，如5、'a'；必須是label中有的值，不能用數字代指某列

b、label的list，如['a' ,'b' , 'c']；

c、切片，如 'a':'f'（從'a'到'f'，a與f均包含）。

d、與對應維度尺寸大小相同的boolean array，如[True , False , True]

e、alignable boolean Series

例子：

df.loc[pd.Series([False, True, False],
       index=['viper', 'sidewinder', 'cobra'])]

其中Series的index必須與DataFrame中對應維度的index相同，這等價於用法d直接寫

df.loc[[False, False, True]]

所以通常用輸入方式d

f、callable函數（只有一個輸入參數且必須是Series或DataFrame類型），返回一個合法的以上所說的類型

例子：

df.loc[lambda df : df ['shield'] ==8 ] #提取df中shield列==8的行

②iloc

與loc的區別在於，iloc只接受整數值（從0到length-1）；此外iloc也接受boolean array

接受的輸入值：

a、單個整數，如5；

b、整數的list或array，如[ 4 , 3 , 0 ]

c、整數切片，如1：7

d、boolean array

e、callable函數，接受一個參數（Series或DataFrame），返回值為上文a到d中的類型

2.5.3、返回DataFrame的array形式：values

返回值類型為numpy.ndarray

只返回DataFrame中的值，而不返回label行和列。

官方文檔中推薦用DataFrame.to_numpy()代替

3、方法

用法為：df.xxx( ... )

方法	說明
abs	返回絕對值化的DataFrame
add	加
add_prefix	所有列label加前綴
add_suffix	所有列label加后綴
agg	用函數或函數list對DataFrame中的每一列元素進行聚合，聚合結果保存為新行，一個函數對應一行
aggregate	同agg
align	連接兩個對象
all	返回是否所有元素都為True
any	返回是否存在元素為True
append	在末尾加一行或幾行
apply	對某個軸上的元素用某個函數，返回調用函數后的值組成的DataFrame
applymap	對所有元素用某個函數（相當於map之於list）
asfreq	將TimeSeries以固定的頻率擴展為更大的TimeSeries
asof	返回指定行及之前最后一個沒有NaN值的行
assign	添加一個新列
astype	將DataFrame中的數據類型轉化為指定類型
at_time	選擇時間列為一天中的指定時間的行
between_time	選擇時間列為指定時間之間的行
backfill	等價於DataFrame.fillna()中將參數method指定為'bfill'
bfill	同backfill
bool	將單個boolean元素轉化為bool數據並返回
boxplot	以各列為原始數據繪制箱型圖
clip	將所有數據整理為指定區間內的值，不在該區間內自動划分為區間兩端的值
combine	將兩個DataFrame按照給定函數的方式進行合並
combine_first	將一個DataFrame中的NaN值填充為另一個DataFrame中對應位置的值
compare	對兩個DataFrame進行比較，並羅列出二者的不同之處
convert_dtypes	將每一列的類型設置為其中元素最可能的類型
copy	得到一個當前DataFrame的副本
corr	得到一個DataFrame中各列的相關性矩陣
corrwith	得到兩個DataFrame中各列間的相關性矩陣
count	計算每行/列中的非NaN元素數
cov	計算各列間的協方差矩陣
cummax	以累積遞增的方式獲取每行及之前的最大值
cummin	以累積遞減的方式獲取每行及之前的最小值
cumprod	以累積的方式獲取每行及之前所有值的乘積
cumsum	以累積的方式獲取每行及之前所有值的和
describe	產生一個描述性的統計數據
diff	獲取每一行與上一行之差並填充到該行
div	除以某個值
rdiv	被哪個值除
divide	同div
dot	計算兩個矩陣的點積/數量級
drop	刪除特定的行/列
drop_duplicates	刪除重復行（或某一列上的重復值），返回刪除后的新DataFrame
droplevel	刪除多索引中的某一索引行/列
dropna	刪除包含空值的行/列
duplicated	返回一個boolean Series，每行標識該行是否與之前出現的行重復
eq	df.eq(100) 等價於 df==100
equals	比較兩個DataFrame是否完全相同，返回True或False
eval	對DataFrame中的列執行某個以string方式給出的表達式

ewm	指數加權滑動
ewma	指數加權滑動平均
expanding	指定窗口進行滑動運算 窗口：一次考慮多少行的數據
explode	將List類型的數據擴展成DataFrame的一行
ffill	等同於DataFrame.fillna()的參數method='ffill'的情況
fillna	用特定的方法填充DataFrame中的空值
filter	對索引行/列的名稱進行過濾（可以用正則、部分字符等）得到篩選后的行/列
first	返回時間序列中最開始的若干天所在的行，（此處的最開始是日期上連續的幾天，而不是前幾行）
first_valid_index	返回第一個沒有空值的行索引
floordiv	除以一個數並向下取整
from_dict	從一個dict創建DataFrame
from_records	從一個ndarray創建DataFrame
ge	大於等於特定值
groupby	用一個映射器或Series對DataFrame進行聚簇
gt	大於特定值
head	前若干列
hist	各列的直方圖
idxmax	各列中最大值的行索引（或相反）
idxmin	各列中最小值的行索引（或相反）
infer_objeccts	嘗試推測一個object類型列的最優類型
info	該DataFrame的詳細信息總結
insert	將一列插入到DataFrame的特定位置
interpolate	用特定的插值方法填充空值
isin	檢測元素值是否包含在給定的值中
isna	檢查空值
isnull	同上
items	以迭代的方式訪問每列
iteritems	同上
iterrows	以迭代的方式訪問每行
itertuples	同上，區別在於每行會視為一個namedtuple
join	連接兩個DataFrame
keys	返回info axis
kurt	返回指定維度上的無偏峰度
kurtosis	同上
last	返回時間序列中最后的若干天所在的行，（此處的最開始是日期上連續的幾天，而不是后幾行）
last_valid_index	返回最后一個沒有空值的行的索引
le	小於等於某個值
lt	小於某個值
mad	平均絕對離差
max	最大值
mean	平均值
median	中值
melt	行列轉換，用法同pandas（二）中的melt
mask	填充某些位置進行判斷為True為特定的值
merge	用兩個不同的列對兩個DataFrame進行連接
min	最小值
mod	除以一個數，計算余數
mul	乘以一個數
multiply	同上
ne	不等於某個值
nlargest	對指定列降序輸出前n行

notna	檢測非空值
notnull	檢測非空值
nsmallest	對指定列升序輸出前n行
nunique	計算不同列上的不重復的值數量
pad	等同於DataFrame.fillna()的參數method='ffill'的情況
pct_change	檢測該行與上一行值相比變化的百分比
pipe	對DataFrame應用某個函數
pivot	用給定的索引重組織DataFrame
plot	繪圖
pop	刪除並返回指定列
pow	冪指數
prod	乘積
product	乘積
quantile	百分比分位符，結果中計算每個分位符處的值（以列為單位計算）
query	給出一個string形式的boolean表達式， query函數將查詢所有符合該表達式的行
rank	計算每行的數字等級
reindex	重建標簽列（保留已有的值，空值填充新值）
reindex_like	用另一個DataFrame標簽列的所有項去查找某個DataFrame中的這些項
rename	更改標簽列的所有標簽的名字
rename_axis	為每個軸設置名字
reorder_levels	給index重排序
replace	把其中的某些值替換為其他值或其他某些值
resample	對一系列時間數據行進行重采樣
reset_index	重設置標簽列，舊的標簽列被替換為0、1、2……
rolling	滑動窗口計算
round	所有項四舍五入
rpow	把所有項都作為指數，參數項作為底數進行冪運算
sample	隨機采樣取一些行
select_dtypes	選擇數據項類型為某個類型的列
sem	計算某些軸上的SEM（無偏標准誤差）
set_axis	重新設置某個軸上的標簽值
set_flags	設置flags，該項決定了是否允許重復的標簽存在
set_index	用已存在的列重新設置標簽
shift	部分行/列下移（右移），用一些值填充原來的值
skew	無偏系數
sort_index	根據標簽列進行重排序
sort_values	根據某列的值進行重排序
squeeze	把只有單個數據的Series壓縮為一個數值，把只有一列的DataFrame壓縮為一列
stack	把DataFrame的列標簽變成一個行標簽的多個部分，每個部分單獨賦值
std	樣本標准差
sum	指定軸求和
swapaxes	交換兩個軸
tail	后幾行的數據
take	提取指定行、列
to_csv	把該DataFrame寫入CSV文件
to_excel
to_numpy	把該DataFrame轉化為一個Ndarray
to_period	把DataFrame從DatetimeIndex轉化為PeriodIndex
to_records	把該DataFrame轉化為Numpy record array
to_timestamp	把時間類型的標簽轉化為時間戳類型

transform	所有項都調用某個函數
transpose	轉置，包括行列標簽
truncate	截取部分行或列之間的數據
unstack	反轉stack的變化，把屬性變為實際的列
update	用另一個DataFrame的數據更新該DataFrame的數據
value_counts	統計重復行的個數
var	房差
where	用某些值替代不符合判斷表達式的值

3.5、把這些函數、屬性按類別划分

屬性及潛在的信息
index	行標簽（首列）
columns	列標簽（首行）
dtypes	類型
info()	詳細信息總結
select_dtypes()	篩選數據類型為某些類型的列
values	DataFrame的Ndarray形式（建議用函數to_numpy）
axes	各個軸的標簽
ndim	維度
size	元素個數
shape	各維度的長度
empty	該DataFrame是否為空
set_flags()	設置flag
轉化
astype()	將該DataFrame類型轉化為另一種類型
convert_dtypes()	將該DataFrame各列的類型轉化為它最有可能的類型
infer_objects()	嘗試為object類型列探尋最適合的類型
copy()	副本
bool()	返回單個元素的bool類型值
索引、迭代
head()	前幾行的數據
tail()	后幾行的數據
at	用行列索引的方式訪問單個值
iat	用整數索引的方式訪問單個值
loc	用行列索引的方式訪問一組值
iloc	用整數索引的方式訪問一組值
insert()	在特定的位置插入一列
__iter__()	在信息軸(info axis)上迭代
items()	迭代每列，每次兩個迭代項label和content
iteritems()	同上
keys()	得到信息軸(info axis)
iterrows()	迭代每行
itertuples()	迭代每行，迭代都將每行的內容都作為一個namedtuple
pop()	刪除並返回DataFrame的最后一行
get()	獲得指定key對應列
isin()	DataFrame中的數據是否包含在給定的一塊數據中（結果為boolean DataFrame）
where()	將數據進行邏輯表達式判斷為假的值設置為給定值（結果為boolean DataFrame）
mask()	將數據進行邏輯表達式判斷為真的值設置為給定值（結果為boolean DataFrame）
query()	用給定的string類型的布爾表達式篩選符合的列
二元運算 (r前綴表示兩個運算數字位置相反) （以下皆為函數）
add、radd	加
sub、rsub	減
mul、rmul	乘
div、rdiv	浮點除
truediv、rtruediv	浮點除
floordiv、rfloordiv	整除
mod、rmod	取余
pow、rpow	冪運算
dot	點積、數量積
le、lt（以下三行可以直接用對應的數學公式代替）	小於等於、小於
ge、gt	大於等於、大於
eq、ne	等於、不等於
整體運用函數、聚簇(GroupBy)、窗口
apply	對一個軸的所有元素運算
applymap	對所有元素進行函數運算
pipe	對DataFrame應用函數
agg	對指定的軸上的元素進行聚合（sum、max等）運算
aggregate
transform	用函數對DataFrame的數據進行變形，返回變形后的DataFrame
groupby	用聚簇函數對某個軸上的所有數據進行聚簇
rolling	滑動窗口運算（一次用若干個連續的數據進行運算）
expanding	膨脹窗口運算（不固定窗口，而是窗口在運算過程中擴展變大）
ewm	指數加權滑動
計算、描述、統計狀態
abs	絕對值
all	是否全部元素都為真（一行/列作為一個結果）
any	是否存在真值（一行/列作為一個結果）
clip	用一個閾值范圍檢查所有數據，把不在范圍內數據代之以閾值邊界的值
corr	相關性矩陣
corrwith	兩個DataFrame的相關性矩陣（列與列相對應）
count	計算每一行/列上的非空值
cov	協方差矩陣
cummax	行（列）前所有數的累計最大值
cummin	行（列）前所有數的累計最小值
cumprod	累乘（從開始到當前值）
cumsum	累加
describe	一些常用的統計數據
diff	每行/列與上一行/列的差值
eval	給一個string表達式，對符合條件的列進行運算
kurt	無偏峰度
kurtosis	無偏峰度
mad	平均絕對離差
max	最大值
mean	平均值
median	中值
min	最小值
pct_change	元素間的百分比變化
prod、product	累乘（全部值）
quantile	百分比分位符
rank	計算各個數字的級別（根據標簽行/列）
round	四舍五入
sem	無偏標准差
skew	無偏系數
sum	求和
std	樣本標准差
var	方差
nunique	不重復值的數量
value_counts	統計各行出現的次數
標簽相關、數據篩選
add_prefix	加前綴
add_suffix	加后綴
align	直接連接兩個DataFrame
at_time	篩選時間標簽中含有指定時間的行
between_time	篩選時間標簽中在特定時間之間的行
drop	刪去指定標簽的行/列
drop_duplicates	刪去並返回重復的行
duplicated	返回boolean Series，標識每行是否與前邊的行重復
equals	檢測兩個DataFrame是否元素相同
filter	篩選名字符合條件（支持正則表達式）的行/列
first	選取最開始的若干天
head	前若干行數據
idxmax	篩選每一列最大值所在的行標簽
idxmin	篩選每一列最小值所在的行標簽
last	選取最后邊的若干天
reindex	重新設置index，保留已有index的行，填補新index的行
reindex_like	篩選另一個DataFrame中行標簽與一個DataFrame中行標簽相同的行（如果沒有就新建這一行）
rename	重命名各個軸的標簽
rename_axis	重命名各個軸
reset_index	重置標簽列為0、1、……，原標簽列變為新列
sample	隨機采樣一些行
set_axis	重新設置標簽（功能類似rename）
set_index	將已有的列設置為標簽列
tail	后若干行數據
take	提取指定行/列的數據
truncate	截取標簽在某個區間內的數據
缺省值處理
backfill、bfill	等價於fillna的參數method='bfill'的情況
ffill、pad	等價於fillna的參數method='ffill'的情況
dropna	刪除缺省值所在的行/列
fillna	用一定方法填充缺省值
interpolate	用插值方法填充缺省值
isna、isnull	檢查每個數據是否缺省
notna、notnull	檢查每個數據是否正常（與上一個相反）
replace	把一些數據替換為另一些數據
變形、排序、轉置
droplevel	移除指定的標簽列/行
pivot	用指定的行/列作為標簽重建DataFrame
reorder_levels	重排列標簽等級
sort_values	根據某列的值進行排序
sort_index	根據標簽列排序
nlargest	根據某一列的值降序返回前n行
nsmallest	根據某一列的值升序返回前n行
stack	用某列作為新的標簽列
unstack	將多標簽列轉化為一個普通的列
melt	將DataFrame轉化為屬性：值的兩列
explode	將list類型的數據拆開，每個元素都構成額外的一行
squeeze	降維，單個數據變普通變量，一列數據變Series
DataFrame.T	轉置
DataFrame.transpose	轉置

結合、比較、連接、合並
append	加上額外的一行
assign	加上額外的一列
compare	比較兩個DataFrame並展示二者的不同之處
join	擁有同名列的兩個DataFrame連接
merge	具有不同名但是類型相同兩個列的DataFrame連接
update	用另一個DataFrame中的數據填充該DataFrame中的數據
時間類型相關
asfreq	將時間序列轉化為具有固定頻率的序列（少變多）
asof	返回指定行之前第一個沒有空值的行
shift	前若干行/列下移（右移），以某值填充原值
first_valid_index	第一個非空值行的標簽
last_valid_index	最后一個非空值行的標簽
resample	重采樣時間序列，將多個時間行壓縮到一個bin中
to_period	將DatetimeIndex轉化為PeriodIndex
to_timestamp	將DatetimeIndex轉化為時間戳
Flags
Flags	各種DataFrame隱藏屬性設置
作圖（前邊沒有plot.的都是DataFrame的方法）
plot	用標簽列作橫軸，每一列的值在一個圖上畫折線圖
plot.area	上文折線圖下的區域內填充各自的顏色
plot.bar	柱狀圖
plot.barh	水平柱狀圖
plot.box	箱型圖
plot.density、plot.kde	核密度估計圖
plot.hexbin	hexagonal bin圖
plot.hist	直方圖
plot.line	折線圖，同plot
plot.pie	餅狀圖
plot.scatter	散點圖
boxplot	箱型圖
hist	直方圖

3.6、部分函數具體使用

1）set_index

說明

為某個DataFrame設置Index，返回修改后的DataFrame

用法

假設有一個DataFrame df，我們想把它的'Time'列設置為Index

df_new = df.set_index('Time',inplace=False)

需要注意的是，如果參數inplace=False，那么並不是對df本身進行修改，而是返回一個修改后的DataFrame，所以需要用一個額外的變量承接 （如上文df_new）

2）applymap

說明

對DataFrame中的所有元素使用某個函數，相當於對list使用map

用法

把df中的所有0值設為Null

df.applymap(lambda x:Null if x==0 else x)

 3）apply

說明

對DataFrame中每行/列的所有元素使用某個函數

用法

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

參數

參數	類型	默認值	說明
func	函數名		應用於每一行/每一列的函數值
axis	0與'index' 或 1與'columns'	0	0：為每一列應用該函數 1：為每一行應用該函數
raw	bool	False	決定傳入的行與列是Series還是ndarray對象： False：Series True：ndarray
result_type	{'expand','reduce','broadcast',None}	None	只用於axis=1時 'expand'結果會被加入到DataFrame的擴展列中 'reduce'單獨返回結果列 'broadcast'結果保存為原DataFrame中，相當於用結果列替換原DataFrame中的列
args	tuple	()	傳入func的參數

4）assign

說明

添加一列

用法

df.assign( 列名1 = Series、Array、List ,
　　　　　　 列名2 = Series、Array、List)

參數中的列名n不需要加引號；Series、Array、List要和df長度一致。

例子

假設已經有一個DataFrame df，有個長度與它相等的Series S，我們要把S添加到df中，命名為'New_Column'

df_new = df.assign( NewColumn=S )

如果是對已有列進行運算得到的新列，可以用lambda匿名函數和df[列名]的結合，例如：

 

df.assign(temp_f=lambda x: x['temp_c'] * 9 / 5 + 32,
          temp_k=lambda x: (x['temp_f'] +  459.67) * 5 / 9)

5）between_time

說明

提取Index位於指定時間段內的行構成新的DataFrame。

注意，Index必須是DateTime類型

用法

df.between_time(
    start_time, end_time, include_start=True, 
    include_end=True, axis=None
)

參數

參數	類型	默認值	說明
start_time	datetime.time或str		開始時間
end_time	datetime.time或str		結束時間
include_start	bool	True	是否包含兩端
include_end	bool	True
axis	{0或'index',1或'columns'}	0	縱向比較還是橫向比較

start_time < end_time時，篩選在此區間內的行；

start_time > end_time時，篩選不在此區間內的行。

返回值

Series、DataFrame

例子

ts
                     A
2018-04-09 00:00:00  1
2018-04-10 00:20:00  2
2018-04-11 00:40:00  3
2018-04-12 01:00:00  4

#篩選在此區間內的行
ts.between_time('0:15', '0:45')
                     A
2018-04-10 00:20:00  2
2018-04-11 00:40:00  3

#篩選不在此區間內的行
ts.between_time('0:45', '0:15')
                     A
2018-04-09 00:00:00  1
2018-04-12 01:00:00  4

 6）interpolate

說明

用插值的方法填充NaN值。

請注意，對於多重索引（MultiIndex）的DataFrame/Series，只支持用method='linear'的形式。

用法

    df.interpolate(
        method='linear', axis=0, limit=None, inplace=False,
        limit_direction=None, limit_area=None, downcast=None, **kwargs
    )

參數

參數	類型	默認值	說明
method	'linear'：線性插值(這是Multiindexs可用的唯一方法)； 'time'：用於日期數據的插值； 'index'、'values'：使用索引值作為待填充值； 'pad'：使用存在的值填充空值； 'nearest'、'zero'、'slinear'、'quadratic'、'cubic'、'spline'、 　　　'barycentric'、'polynomial'：最近鄰、零值、...； 'krogh'、‘piecewise_polynomial’, ‘spline’, ‘pchip’, 　　　‘akima’, ‘cubicspline’：用SciPy中相應的插值方法； 'from_derivatives'：scipy.interpolate.BPoly.from_derivatives	'linear'	插值方法
axis	{0或'index'、1或'columns'、None}	0	沿着哪個方向插值
limit	int		最多填充的連續空值數
inplace	bool	False	是否替換原值
limit_direction	{'forward'、'backward'、'both'}		對於連續的空值，依照該參數說明的方向進行填充。 如果指定參數'limit'：如果插值方法是'pad'或'ffill'，那么'limit_direction'必須是'forward'；如果插值方法是'backfill'或'bfill'，那么'limit_direction'必須是'backwards'； 如果未指定參數'limit'：如果插值方法是'backfill'或'bfill'，那么'limit_direction'默認是'backward'；其他情況都是'forward'
limit_area	{'None'、'inside'、'outside'}		如果指定了參數'limit'，那么在填充連續的NaN時會有如下限制： None：無限制； 'inside'：只填充被合法值包裹的NaNs; 'outside'：只填充未被合法值包裹的NaNs
downcast	'infer'或None		空值填充后的類型為向下轉型

 

返回值

Series、DataFrame、None

如果inplace=True，那么返回None，原來的DataFrame中的空值被新值填充；如果inplace=False，那么返回一個填充后的Series、DataFrame

例子

1、什么參數都不寫，用默認方式插值（即線性插值法——linear）

s = pd.Series([0, 1, np.nan, 3])
s
0    0.0
1    1.0
2    NaN
3    3.0
dtype: float64
s.interpolate()
0    0.0
1    1.0
2    2.0
3    3.0
dtype: float64

2、padding插值，一次最多填充兩個連續的空值

s = pd.Series([np.nan, "single_one", np.nan,
               "fill_two_more", np.nan, np.nan, np.nan,
               4.71, np.nan])

s
0              NaN
1       single_one
2              NaN
3    fill_two_more
4              NaN
5              NaN
6              NaN
7             4.71
8              NaN
dtype: object

s.interpolate(method='pad', limit=2)
0              NaN
1       single_one
2       single_one
3    fill_two_more
4    fill_two_more
5    fill_two_more
6              NaN
7             4.71
8             4.71
dtype: object

3、用'forward'方式插值——空值用它前邊的值替換：

df = pd.DataFrame([(0.0, np.nan, -1.0, 1.0),
                   (np.nan, 2.0, np.nan, np.nan),
                   (2.0, 3.0, np.nan, 9.0),
                   (np.nan, 4.0, -4.0, 16.0)],
                  columns=list('abcd'))
df
     a    b    c     d
0  0.0  NaN -1.0   1.0
1  NaN  2.0  NaN   NaN
2  2.0  3.0  NaN   9.0
3  NaN  4.0 -4.0  16.0
df.interpolate(method='linear', limit_direction='forward', axis=0)
     a    b    c     d
0  0.0  NaN -1.0   1.0
1  1.0  2.0 -2.0   5.0
2  2.0  3.0 -3.0   9.0
3  2.0  4.0 -4.0  16.0

4、多項式插值——order指明多項式的次數

df['d'].interpolate(method='polynomial', order=2)
0     1.0
1     4.0
2     9.0
3    16.0
Name: d, dtype: float64

 7）drop

說明

從DataFrame中刪除指定的行、列。

用法

df.drop(
    labels=None, axis=0, index=None, columns=None,
    level=None, inplace=False, errors='raise'
)

參數

參數	類型	默認值	說明
labels	單個label或label list		要刪除的行/列的名
axis	{0或'index',1或'columns'}	0	參數labels指定的是行還是列
index	單個label或label list		刪除index指定的行，指定了該參數就可以不指定前兩個參數
columns	單個label或label list		刪除columns指定的列，指定了該參數就可以不指定前兩個參數
level	int或level name		用於MultiIndex，說明Index的級別
inplace	bool	False	是否替換原DataFrame，如果False，那么會生成一個修改后的副本
errors	{'ignore','raise'}	'raise'	如果是'ignore'，就忽略錯誤，只刪除存在的行/列

 

返回值

DataFrame或None；取決於inplace是否為True

例子

先構造一個DataFrame；

df = pd.DataFrame(np.arange(12).reshape(3, 4),
                  columns=['A', 'B', 'C', 'D'])
df
   A  B   C   D
0  0  1   2   3
1  4  5   6   7
2  8  9  10  11

刪除列/columns；

df.drop(['B', 'C'], axis=1)
   A   D
0  0   3
1  4   7
2  8  11

df.drop(columns=['B', 'C'])
   A   D
0  0   3
1  4   7
2  8  11

刪除行/index

df.drop([0, 1])
   A  B   C   D
2  8  9  10  11