tips for pandas

pandas是一个很是优秀，强大以及灵活的python数据处理包，使用pandas能够很是方便的读取，整理以及存储数据，同时搭配numpy和matplotlib，更显强大。

用好pandas能够很是节省时间。

• 读取csv文件

import pandas as pd
data = pd.read_csv(path_to_dataset, delimiter=',')

delimiter：识别csv文件分隔符
api说明

• 显示数据前n行

data.head(n)

• 按列查询数据

data[column_name]
data[column_name].drop_duplicates()
course_time = date[date["course_id"]==course_id]

dorp_duplicates()的做用是去除重复
第三行代码按照course_id去查询数据（条件查询）

• 按行查询数据

for index, row in data.iterrows():
        id = row[0]
        username = row[1]
        course_id = row[2]
        time = row[3]
        source = row[4]
        event = row[5]
        object = row[6]

其实pandas中都是以列的方式查询数据，若是须要按行的方式查询也不是不能够。pandas中提供了迭代的方式查询，其中index指行数，row指每一行的内容，以list的形式存储。若是须要找到具体的数据，须要对list进行解析。

• 时间数据转换

course_from = pd.to_datetime(course_from)
time_from_value = time_from.components.days * 12 * 3600 + time_from.components.hours * 3600 + time_from.components.minutes * 60 + time_from.components.seconds

在计算时间差的时候，time_from_value的形式为timeObject类型，有components方法能够解析。

详细说明查看pandas: powerful Python data analysis toolkit