pandas讀取數(shù)據(jù)：

import pandas as pd
dataPath = 'test.csv'
data = pd.read_csv(dataPath , sep=',', iterator=False,encoding='utf-8', header=None)
# 其中dataPath 代表讀取的文件的路徑，
#     sep代表文件每行分隔的符號
#     iterator代表文件讀取時以迭代的方式進行，設(shè)置為True可以減少內(nèi)存占用
#     encoding代表讀取文件的字符編碼格式
#     header設(shè)置為None代表數(shù)據(jù)中沒有列名，讀取時可以忽略掉列名，默認(rèn)為infer，其將第一行作為標(biāo)簽

pandas查看數(shù)據(jù)：

print data.head()    # 查看數(shù)據(jù)的前5行，括號中可以填數(shù)字，代表查看的行數(shù)
print data.tail()    # 查看數(shù)據(jù)的后5行，括號中可以填數(shù)字，代表查看的行數(shù)
print data.shape    # 查看data的大小，結(jié)果如（1024,10）

pandas刪除行、列：

#  刪除行,刪除了data中的第16、17行
data.drop([16,17],inplace=True)   # inplace設(shè)置為True則原數(shù)據(jù)也改變
# 等價于
data.drop(data.index[[16,17]],inplace=True)

# 刪除列，刪除data中標(biāo)簽為age的列
del data['age']
# 等價于下式，均可添加inplace參數(shù)
data.drop(['age'],axis=1)

# 刪除方法詳見  http://www.lxweimin.com/p/67e67c7034f6

pandas排序：

data = data.sort_values(by=['age', 'name'])  # 根據(jù)by中的參數(shù)名進行排序

pandas合并列表

data_12 = pd.merge(data1, data2, on=['age', 'name'], how='outer')
#  將data1和data2兩個DataFrame類型的進行合并，on中代表合并時的主鍵，
#  how中可選參數(shù)為outer、inner
#  outer則得到并集，空缺部分為nan，inner為交集

pandas采樣

DataFrame.sample(n=None, frac=None, replace=False, weights=None, random_state=None, axis=None)
# 例子如下
import pandas as pd  
df.sample(n=20000)  

n 是要抽取的行數(shù)。（例如 n=20000 時，抽取其中的 2W 行）
frac 是抽取的比列。（有一些時候，我們并對具體抽取的行數(shù)不關(guān)系，我們想抽取其中的百分比，這個時候就可以選擇使用 frac，例如 frac=0.8，就是抽取其中 80%）
replace 抽樣后的數(shù)據(jù)是否代替原 DataFrame()
weights 這個是每個樣本的權(quán)重，具體可以看官方文檔說明。
random_state 隨機數(shù)

pandas保存數(shù)據(jù)：

data.to_csv('baseinfo2.csv', index=False)
# 將data保存到baseinfo2.csv中
# 其中index設(shè)置為False為了防止寫入文件時寫入索引。