Pandas - 版本历史

Shen：/* hdf5 */

2025-09-11T00:42:16Z

hdf5

←上一版本		2025年9月11日 (四) 00:42的版本
第63行：		第63行：
	df.to_csv('mydata.csv',index=False)		df.to_csv('mydata.csv',index=False)

	==hdf5==		==[[hdf5]]==
	*复杂数据结构可以组合成一个hdf5结构 [https://www.cnblogs.com/feffery/p/11135082.html]		*复杂数据结构可以组合成一个hdf5结构 [https://www.cnblogs.com/feffery/p/11135082.html]
	*写入		*写入

Shen：/* read_table */

2023-07-19T12:54:51Z

read_table

←上一版本		2023年7月19日 (三) 12:54的版本
第54行：		第54行：
	delim_whitespace=True, names=('A', 'B', 'C'), dtype={'A': np.int64, 'B': np.float64, 'C': np.float64})		delim_whitespace=True, names=('A', 'B', 'C'), dtype={'A': np.int64, 'B': np.float64, 'C': np.float64})
	a=file['A'].values		a=file['A'].values
			: read_table('desi_kcorr.ini',header=None, sep='\s+',dtype=np.float32)
	*sep='\s+'（分隔符号是空格，多个空格也行）等价于delim_whitespace=True		*sep='\s+'（分隔符号是空格，多个空格也行）等价于delim_whitespace=True, header=None 没有标题行，所有数都按照浮点格式

	===write_csv===		===write_csv===

Shen：/* DataFrame */

2023-07-09T01:50:51Z

DataFrame

←上一版本		2023年7月9日 (日) 01:50的版本
第14行：		第14行：
	*df.iloc[] ：是index location，以二维矩阵的位置指标(即0,1,2……)作为参数。		*df.iloc[] ：是index location，以二维矩阵的位置指标(即0,1,2……)作为参数。
	:df.iloc[2,2],调用第二行，第二列		:df.iloc[2,2],调用第二行，第二列

			* 输出为markdown文件 print(df.head().to_markdown())

	===DataFrame和ndarray相互转换===		===DataFrame和ndarray相互转换===

Shen：/* DataFrame */

2023-02-15T14:39:40Z

DataFrame

←上一版本		2023年2月15日 (三) 14:39的版本
第14行：		第14行：
	*df.iloc[] ：是index location，以二维矩阵的位置指标(即0,1,2……)作为参数。		*df.iloc[] ：是index location，以二维矩阵的位置指标(即0,1,2……)作为参数。
	:df.iloc[2,2],调用第二行，第二列		:df.iloc[2,2],调用第二行，第二列

			===DataFrame和ndarray相互转换===
			* ndarray转Dataframe ：直接用pd.Dataframe，如 dataDf=pd.DataFrame(np.arange(12).reshape(3,4))
			* Dataframe 转换为ndarray: dataDF.as_matrix()或者dataDF.values

	===Series===		===Series===

Shen：/* read_table */

2022-11-01T01:58:47Z

read_table

←上一版本		2022年11月1日 (二) 01:58的版本
第45行：		第45行：
	===read_table===		===read_table===
	：读普通的ascii文件		：读普通的ascii文件
	file=pd.read_table(path+'test1.spectrum',skiprows=range(0,6),\		file=pd.read_table(path+'test1.spectrum',skiprows=range(0,6),usecols=range(3),\
	delim_whitespace=True, names=('A', 'B', 'C'), dtype={'A': np.int64, 'B': np.float64, 'C': np.float64})		delim_whitespace=True, names=('A', 'B', 'C'), dtype={'A': np.int64, 'B': np.float64, 'C': np.float64})
	a=file['A'].values		a=file['A'].values

2022年11月1日 (二) 01:03 Shen

2022-11-01T01:03:20Z

←上一版本		2022年11月1日 (二) 01:03的版本
第43行：		第43行：
	:names=["col1","col2"]指定读取进去之后columns的name		:names=["col1","col2"]指定读取进去之后columns的name

	*read_table		===read_table===
	：读普通的ascii文件		：读普通的ascii文件
	file=pd.read_table(path+'test1.spectrum',skiprows=range(0,6),\		file=pd.read_table(path+'test1.spectrum',skiprows=range(0,6),\
	delim_whitespace=True, names=('A', 'B', 'C'), dtype={'A': np.int64, 'B': np.float64, 'C': np.float64})		delim_whitespace=True, names=('A', 'B', 'C'), dtype={'A': np.int64, 'B': np.float64, 'C': np.float64})
	a=file['A'].values		a=file['A'].values
	*sep='\s+'（分隔符号是空格）		*sep='\s+'（分隔符号是空格，多个空格也行）等价于delim_whitespace=True

	===write_csv===		===write_csv===
	*例子，xmean，ymean，ystd是三个一维数组，需要输出		*例子，xmean，ymean，ystd是三个一维数组，需要输出

Shen：/* DataFrame */

2022-03-16T06:49:29Z

DataFrame

←上一版本		2022年3月16日 (三) 06:49的版本
第11行：		第11行：
	df.values #二维数组		df.values #二维数组
	*df[0:1]调用第一行，调用列 df['col1']		*df[0:1]调用第一行，调用列 df['col1']
	*调用行 df.loc['a'],调用1到3行：df.loc[0:2]（注意df[0:2]调用的是前2行		*调用行 df.loc['a'],调用1到3行：df.loc[0:2]（注意df[0:2]调用的是前2行,可以调用一组指定的行df.loc[sel], sel是序列的切片index
	*df.iloc[] ：是index location，以二维矩阵的位置指标(即0,1,2……)作为参数。		*df.iloc[] ：是index location，以二维矩阵的位置指标(即0,1,2……)作为参数。
	:df.iloc[2,2],调用第二行，第二列		:df.iloc[2,2],调用第二行，第二列

Shen：/* io */

2022-03-09T12:32:54Z

←上一版本		2022年3月9日 (三) 12:32的版本
第49行：		第49行：
	a=file['A'].values		a=file['A'].values
	*sep='\s+'（分隔符号是空格）		*sep='\s+'（分隔符号是空格）
			===write_csv===
			*例子，xmean，ymean，ystd是三个一维数组，需要输出
			data={'RtoRe':xmean,'ymean':ymean,'ystd':ystd} #先生成一个字典
			df=pd.DataFrame(data)
			df.to_csv('mydata.csv',index=False)

	==hdf5==		==hdf5==

Shen：/* io */

2022-02-25T09:06:23Z

←上一版本		2022年2月25日 (五) 09:06的版本
第30行：		第30行：

	==io==		==io==
	*read_csv		===read_csv===
	import pandas as pd
	data=pd.read_csv('cGs_for_LAMOST.csv',comment='#')		data=pd.read_csv('cGs_for_LAMOST.csv',comment='#')
	data.columns		data.columns
第40行：		第39行：
	*详见 https://blog.csdn.net/brucewong0516/article/details/79092579		*详见 https://blog.csdn.net/brucewong0516/article/details/79092579
	:comment='#'		:comment='#'
	:sep=' '(或者'\s' ;sep='\t'(分隔符是Tab键）		:sep=' '(或者'\s' ;sep='\t'(分隔符是Tab键）或者delim_whitespace=True
			:usecols=[0,1,2] 读取指定列（这是在columns没有name的情况下）
			:names=["col1","col2"]指定读取进去之后columns的name

	*read_table		*read_table

Shen：/* hdf5 */

2022-02-11T07:01:08Z

hdf5

←上一版本		2022年2月11日 (五) 07:01的版本
第69行：		第69行：
	f['imgname'] = h5_imgname		f['imgname'] = h5_imgname
	f.close()		f.close()
			*打开h5文件出错：'Resource temporarily unavailable'，一般是因为打开了文件接口没有关闭，可以强行用一下模式进行
			os.environ["HDF5_USE_FILE_LOCKING"] = "FALSE"
			*pd.read_hdf和pd.HDFstore的效果好像不一样（碰到HDFStore生成的文件用前者读取出错）

	==[[pickle]]==		==[[pickle]]==

Pandas - 版本历史

Shen：​/* hdf5 */

Shen：​/* read_table */

Shen：​/* DataFrame */

Shen：​/* DataFrame */

Shen：​/* read_table */

2022年11月1日 (二) 01:03 Shen

Shen：​/* DataFrame */

Shen：​/* io */

Shen：​/* io */

Shen：​/* hdf5 */

Shen：/* hdf5 */

Shen：/* read_table */

Shen：/* DataFrame */

Shen：/* DataFrame */

Shen：/* read_table */

Shen：/* DataFrame */

Shen：/* io */

Shen：/* io */

Shen：/* hdf5 */