Pandas – 数据打乱、修改与删除

函数	作用
df.sample()	打乱数据
df.replace()	替换数据
df[‘id’].astype(int)	类型转换
df.coloumn[df.column.?]=x	修改满足条件的数据

# 打乱(shuffle)数据
df = df.sample(frac=1).reset_index(drop=True)  # 打乱数据
'''
Args:
    frac: 保留的比例，如果30%保留，则设置为0.3
'''

# 替换某一列的值
merge['f7']=merge['f7'].replace({'CPC':0,'CPM':1,'CPD':2})


# 修改类型
df['id']=df['id'].astype(int)


# 修改满足条件的数据
df.probability[df.id.isin(b)]=0.000000


# 删除数据
q=p.drop(['uid_aid'], axis=1, inplace=True)  # 删除一列，inplace表示是否需要保留副本
q=p.drop([0,1,2,3])  # 删除行

condition=p[p['id']<10]
q=p.drop(condition.index)  # 删除满足条件的行


# 删除变量(释放内存)
del df

# 打乱(shuffle)数据

df = df.sample(frac=1).reset_index(drop=True) # 打乱数据

'''

Args:

frac: 保留的比例，如果30%保留，则设置为0.3

'''

# 替换某一列的值

merge['f7']=merge['f7'].replace({'CPC':0,'CPM':1,'CPD':2})

# 修改类型

df['id']=df['id'].astype(int)

# 修改满足条件的数据

df.probability[df.id.isin(b)]=0.000000

# 删除数据

q=p.drop(['uid_aid'], axis=1, inplace=True) # 删除一列，inplace表示是否需要保留副本

q=p.drop([0,1,2,3]) # 删除行

condition=p[p['id']<10]

q=p.drop(condition.index) # 删除满足条件的行

# 删除变量(释放内存)

del df