pandas官方文档：https://pandas.pydata.org/docs/reference/
DataFrame官方文档：https://pandas.pydata.org/docs/reference/frame.html
添加新列：https://www.geeksforgeeks.org/adding-new-column-to-existing-dataframe-in-pandas/
¶ 创建
构造函数：https://pandas.pydata.org/docs/reference/api/pandas.DataFrame.html
¶ 从已有列创建
a = [1, 2, 3]
b = ['x', 'y', 'z']
pd.DataFrame({'a': a, 'b': b}) a b
0 1 x
1 2 y
2 3 z¶ 从Series list创建
li = []
li.append(pd.Series([1, 2, 3]))
li.append(pd.Series([4, 5, 6]))
# https://stackoverflow.com/a/57034111/13688160
# Series相当于列向量，所以concat的方向为column
# 然后.T转置一下
df = pd.concat(li, axis=1).T
# https://www.kdnuggets.com/2022/11/4-ways-rename-pandas-columns.html
df.columns = ['a', 'b', 'c']
df a b c
0 1 2 3
1 4 5 6¶ 从stdin读取
直接把sys.stdin当file输入进去即可：
latencies = pd.read_table(sys.stdin, names=['operation', 'latency(ns)'], delim_whitespace=True)来源：https://stackoverflow.com/questions/18495846/pandas-data-from-stdin
¶ 添加新行
https://pandas.pydata.org/docs/reference/api/pandas.concat.html#pandas.concat
注意，append已经被deprecated了：https://pandas.pydata.org/docs/reference/api/pandas.DataFrame.append.html
如果需要把Series作为行添加到DataFrame里，需要先将其转换成DataFrame，再转置：
r = pd.Series([1, 2, 3], index = ['col1', 'col2', 'col3'])
d = pd.DataFrame({'col1': [0, 1], 'col2': [2, 3], 'col3': [4, 5]})
pd.concat([d, pd.DataFrame(r).T])注意，pd.concat会返回一个新的DataFrame，所以复杂度是O(n)的：https://stackoverflow.com/a/36489724/13688160
¶ 根据index取出行
用.iloc，与python自带的list的语法类似：
test = pd.DataFrame({'col1': range(0, 10), 'col2': range(10, 20)})
# 取出第2行到第4行：
test.iloc[1:4]
# 取出最后一行
test.iloc[-1]¶ 取出满足条件的行
# 选择年龄大于25岁且性别为男性的数据行
print(df[(df['age'] > 25) & (df['gender'] == 'male')])来源：https://www.ycpai.cn/python/UcXZsYr8.html
¶ 取出多列
test = pd.DataFrame({'col1': [0, 1], 'col2': [2, 3], 'col3': [4, 5]})
# 取出col2和col1列
test[['col2', 'col1']]输出：
col2 col1
0 2 0
1 3 1¶ 求均值
https://pandas.pydata.org/docs/reference/api/pandas.DataFrame.mean.html
test = pd.DataFrame({'col1': [0, 1, 2, 3], 'col2': [4, 5, 6, 7]})
# 求每列的平均数
test.mean()
test.mean(axis=0)
# 求每行的平均数
test.mean(axis=1)¶ groupby
https://pandas.pydata.org/docs/reference/api/pandas.DataFrame.groupby.html
¶ 每3行分组并求均值
test = pd.DataFrame({'col1': range(0, 10), 'col2': range(10, 20)})
test.groupby(test.index // 3).mean()输出：
col1 col2
0 1.0 11.0
1 4.0 14.0
2 7.0 17.0
3 9.0 19.0¶ 将某列的值相同的合并成一个list
https://stackoverflow.com/questions/22219004/how-to-group-dataframe-rows-into-list-in-pandas-groupby
¶ 遍历
https://stackoverflow.com/questions/16476924/how-to-iterate-over-rows-in-a-dataframe-in-pandas
¶ 前缀和
test = pd.DataFrame({'col1': [0, 1, 2, 3], 'col2': [4, 5, 6, 7]})
test['col1'].cumsum()¶ 转dict
https://stackoverflow.com/questions/18695605/how-to-convert-a-dataframe-to-a-dictionary
df.set_index('id')然后就变成了一个dict-like了，value是其他所有列。
如果要得到映射到另一列的dict:
df.set_index('id')['column']转成真正的dict:
df.set_index('id')['column'].to_dict()