2019.12.9
1、pandas時間格式轉換
pd.to_datetime(“數據框.日期”,format = “%Y%m%d”)
2、計算時先數據框在后續(xù)跟其他計算
eg：
df.groupby("month").order_amount.sum().plot(title = "每月消費總金額")
3、作圖不顯示中文、負數
處理方式：
import matplotlib.pyplot as plt
import matplotlib as mpl
plt/mpl.rcParams['font.sans-serif']=['Simhei'] #解決中文顯示問題，目前只知道黑體可行
plt/mpl.rcParams['axes.unicode_minus']=False #解決負數坐標顯示問題
4、去重函數：drop_duplicates
DataFrame.drop_duplicates(sub = None,kee,inplace)
eg:
df. drop_duplicates(sub = [“b”],kee=”first”,inplace=False)
參數：
subset : column label or sequence of labels, optional
用來指定特定的列，默認所有列
keep : {‘first’, ‘last’, False}, default ‘first’
刪除重復項并保留第一次出現的項
inplace : boolean, default False
是直接在原來數據上修改還是保留一個副本
5、散點圖要給到x、y軸
eg：
ax = df.plot.scatter(x='a', y='b', color='b', label='Group 1')
df.plot.scatter(x='c', y='d', color='g', label='Group 2')
6、query-字符串表達式查詢
df.query（expr，inplace = False，** kwargs ）# 使用布爾表達式查詢幀的列
參數：
expr：str要評估的查詢字符串。你可以在環(huán)境中引用變量，在它們前面添加一個'@'字符 。@a + b
inplace=False：是否修改數據或返回副本
kwargs：dict關鍵字參數
返回：DataFrame
注意：
1、query后面只支持string形式的值
2、可以用query來過濾數字
12.12.10
1、重命名函數rename
df1.rename (columns={'c':'D','b':'C'} , inplace=True)
eg:
rfm.rename(columns = {"order_products":"F","order_amount":"M"},inplace = True)
2、去除時間單位np.timedelta64(1,"D")
Timestamp（）：表示時間軸上的一個時刻
舉例：調用Timestamp.now()獲取當前時間
Period（）：表示一個標準的時間段。例如某年、某月、某日、某小時等。時間的長短由freq決定
舉例獲得包含當前時間的時間段：now_day=pd.Period.now(freq="D")
Timedelta()：兩個時間的間隔
3、count()、values_counts()、size()函數
value_counts()：是一種查看表格某列中有多少個不同值的快捷方法，并計算每個不同值有在該列中有多少重復值。
count() ：方法用于統計字符串里某個字符出現的次數。可選參數為在字符串搜索的開始與結束位置。
size()：函數是返回分組大小的Series
4、錯位函數shift
df.shift(periods=1, freq=None, axis=0)
period：表示移動的幅度，可以是正數，也可以是負數，默認值是1,1就表示移動一次，注意這里移動的都是數據，而索引是不移動的，移動之后沒有對應值的，就賦值為NaN。
freq： DateOffset, timedelta, or time rule string，可選參數，默認值為None，只適用于時間序列，如果這個參數存在，那么會按照參數值移動時間索引，而數據值沒有發(fā)生變化。
axis： 軸向
注意：
1/當period為正時，默認是axis = 0軸的設定，向下移動
2/當axis=1，沿水平方向進行移動，正數向右移，負數向左移
3/當period為負時，默認是axis = 0軸的設定，向上移動
5、applymap函數
apply：作用在dataframe的一行或一列上
applymap： 作用在dataframe的每一個元素上
要對數據框（DataFrame）的每一個數據進行操作時用applymap()
6、匿名函數lambda使用
f = lambda x,y,z:x+y+z
冒號:之前的x,y,z表示它們是這個函數的參數。
匿名函數不需要 return 來返回值，表達式本身結果就是返回值。
匿名函數調用：直接賦值給一個變量,然后再像一般函數調用、
7、str.extract 正則提取數據
str.extract()：可用正則從字符數據中抽取匹配的數據，只返回第一個匹配的數據。 \d+.?\d*/\d+
\d+ ：匹配多個數字字符串
注意，正則表達式中必須有分組，只是返回分組中的數據，如果給分組取了名稱，則該名稱就是返回結果中的字段名。
Series.str.extract(pat, flags=0, expand=None)
參數:
pat : 字符串或正則表達式
flags : 整型,
expand : 布爾型,是否返回DataFrame (如果為True，則返回DataFrame，每個捕獲組一列。如果為False，如果有一個捕獲組，則返回系列/索引;如果有多個捕獲組，則返回DataFrame)
Returns: 數據框dataframe/索引index
正則表達式語言 - 快速參考
df['floor_level']=df.floorlevel.str.extract('(\D+)/')
df['floor']=df.floorlevel.str.extract('/(.*)層')
df.drop('floorlevel',axis=1,inplace=True)
df['floor']=df['floor'].astype(float)
df['construction_time']=df.construction_time.str.extract('(\d+)年建')
df['construction_time']=pd.to_datetime(df.construction_time,format='%Y').values.astype('datetime64[Y]')
8、分割
df1 = pd.concat([df,df['floor'].str.split('/',expand = True)],axis = 1)
df1.head()
9、matplotlib動態(tài)圖subplots()和subplot()不同及參數
當sharex = True, sharey = True時，生成的四個ax的所有坐標軸用有相同的屬性
matplotlib動態(tài)圖subplots()和subplot()不同及參數
10、數據導出
df.to_csv("文件名")
11、isin()函數
isin()接受一個列表，判斷該列中元素是否在列表中
df.isin({'某列'：[條件],'某列':[條件]})
反函數就是在前面加上 ~
