ip2region -- 查询IP地址

# DataFrame的创建
pd.DataFrame(data=None, index=None, columns=None)
S
# 生成10名同学，5门功课的数据
score = np.random.randint(40, 100, (10, 5))
df = pd.DataFrame(score)

## 增加行、列索引
# 构造行索引序列
subjects = ["语文", "数学", "英语", "政治", "体育"]
# 构造列索引序列
stu = ['同学' + str(i) for i in range(score_df.shape[0])]
# 添加行索引
data = pd.DataFrame(score, columns=subjects, index=stu)

data.shape  # 维度大小
data.index # DataFrame的行索引列表
data.columns # DataFrame的列索引列表
data.values # 直接获取其中array的值
head(5)：显示前5行内容  如果不补充参数，默认5行。填入参数N则显示前N行
tail(5):显示后5行内容  如果不补充参数，默认5行。填入参数N则显示后N行


# 判断是否有空置 
 df.isnull() 

# 缺省值个数
df.isnull().sum() 


# 删除缺省值所在的那行数据   axis = 1  删除的是那列数据 
df.dropna(axis = 0) 

# 读取文件乱码
加个 encoding='UTF-8'
pd.read_json(path,  encoding='UTF-8')

# 去重
new_df = pf.drop_duplicates(subset=None,keep='first',inplace=False)
说明：
subset : column label or sequence of labels, optional 
当subset=None,默认按照所有列进行去重   
用来指定特定的列，默认所有列
keep : {‘first’, ‘last’, False}, default ‘first’ 
删除重复项并保留第一次出现的项
inplace : boolean, default False 
是直接在原来数据上修改还是保留一个副本

# 统计出现次数    
a = ['a','v',1,1,3,'a']
result = pd.value_counts(a)
print(result)

   
    

---

转载请注明来源，欢迎对文章中的引用来源进行考证，欢迎指出任何有错误或不够清晰的表达。