【Pandas】数据处理核心操作

import pandas as pd

df = pd.DataFrame({"gmv":[100,200,300,400],"trade_date":["2025-01-06","2023-10-31","2023-12-31","2023-01-05"]})
df["trade_date"] = pd.to_datetime(df["trade_date"])

# 获取年月日
df["yy"],df["mm"],df["dd"] = df["trade_date"].dt.year,df["trade_date"].dt.month,df["trade_date"].dt.day

# 获取星期
df["week"] = df["trade_date"].dt.day_name()

# 获取日期所在季度
df["quarter"] = df["trade_date"].dt.quarter

# 判断日期是否月底年底
df["mend"] = df["trade_date"].dt.is_month_end
df["yend"] = df["trade_date"].dt.is_year_end

df

import pandas as pd

df = pd.read_csv('data/weather.csv')

#获取行标签为1的数据
print(df.loc[1])

#获取行标签分别为1、10、100的数据
print(df.loc[[1,10,100]])

#获取行位置为0的数据
print(df.iloc[0])

#获取行位置为最后一位的数据
print(df.iloc[-1])

import pandas as pd

df = pd.read_csv('data/weather.csv')

# 获取行标签为1，列标签为precipitation的数据
df.loc[1,["precipitation"]]

# 获取所有行，列位置为3，5，最后一位的数据
df.iloc[:,[3,5,-1]]

# 获取前10行，列位置为2、3、4、5的数据
df.iloc[:10,[2,3,4,5]]

# 查看常用统计信息
df.describe()

# 行列转置
df.describe().T

# 统计所有列
df.describe(include="all")

# 只统计数据类型为float64的列
df.describe(include=["float64"])

import pandas as pd

df = pd.read_csv('data/weather.csv')
df["date"] = pd.to_datetime(df["date"])

# （1）找到最高温度最大的30天
df.nlargest(30,"temp_max")

# （2）从最高温度最大的30天中找出最低温度最小的5天
df.nlargest(30,"temp_max").nsmallest(5,"temp_min")

# （3）找出每年的最高温度
df["year"]=df["date"].dt.to_period("Y")
df.sort_values(by=["year","temp_max"],ascending=[True,False],inplace=True)
df.drop_duplicates(subset=["year"],inplace=True)
df