python数据框
1. python中dataframe怎么修改columns的参数
pandas是python环境下最有名的数据统计包，而DataFrame翻译为数据框，是一种数据组织方式，这么说你可能无法从感性上认识它，举个例子，你大概用过Excel，而它也是一种数据组织和呈现的方式，简单说就是表格，而在在pandas中用DataFrame组织数据，如果你不print DataFrame，你看不到这些数据，下面我们来看看DataFrame是如何使用的。
首先是引入pandas和numpy，这是经常配合使用的两个包，pandas依赖于numpy，引入以后我们可以直接使用np/pd来表示这个两个模块
先创建一个时间索引，所谓的索引（index)就是每一行数据的id，可以标识每一行的唯一值
为了快速入门，我们看一下如何创建一个6X4的数据：randn函数用于创建随机数，参数表示行数和列数，dates是上一步创建的索引列
我们还可以使用字典来创建数据框，例如创建一个列名为A的数据框，索引是自动创建的整数
这又是一个字典创建DataFrame的例子
假如字典内的数据长度不同，以最长的数据为准，比如B列有4行：
可以使用dtypes来查看各行的数据格式
接着看一下如何查看数据框中的数据，看一下所有的数据
使用head查看前几行数据（默认是前5行），不过你可以指定前几行
查看前三行数据
使用tail查看后5行数据
查看数据框的索引
查看列名用columns
查看数据值，用values
查看描述性统计，用describe
使用type看一下输出的描述性统计是什么样的数据类型——DataFrame数据
使用T来转置数据，也就是行列转换
对数据进行排序，用到了sort，参数可以指定根据哪一列数据进行排序。
2. python中删除数据框某个行时，语法df.drop('列名'，axis=1)中，使用axis=1，axis=1不是表示行么
<pre t="code" l="python">data.drop(n)可以删除第i行
import pandas as pd
data=pd.DataFrame([[1,2,3],[4,5,6]])
print data.drop(0)输出结果为 0 1 21 4 5 6
3. Python获取web输入框数据写入文件
要规定行数的话，就得先规定列数了。否则从头到尾就一行，也就没有意义了，如果可以确定行尾的话，也可以用换行确定计数。例： for item in yourdata: count = 0 f = open('yourfile','w') while(count<20): f.write(yourdata) count +=1 f.close()
4. python 怎样获得数据框中每个变量的数据类型
python 类型由赋值数据类型决定比:lines = [] #定义lines数组类型变量
5. python支持大数据框架吗
百万级别数据是小数据，python处理起来不成问题，但python处理数据还是有些问题的
Python处理大数据的劣势：
1、python线程有gil，通俗说就是多线程的时候只能在一个核上跑，浪费了多核服务器。在一种常见的场景下是要命的：并发单元之间有巨大的数据共享或者共用（例如大dict），多进程会导致内存吃紧，多线程则解决不了数据共享的问题，单独的写一个进程之间负责维护读写这个数据不仅效率不高而且麻烦
2、python执行效率不高，在处理大数据的时候，效率不高，这是真的，pypy（一个jit的python解释器，可以理解成脚本语言加速执行的东西）能够提高很大的速度，但是pypy不支持很多python经典的包，例如numpy（顺便给pypy做做广告，土豪可以捐赠一下PyPy - Call for donations）
3、绝大部分的大公司，用java处理大数据不管是环境也好，积累也好，都会好很多
Python处理数据的优势（不是处理大数据）：
1、异常快捷的开发速度，代码量巨少
2、丰富的数据处理包，不管正则也好，html解析啦，xml解析啦，用起来非常方便
3、内部类型使用成本巨低，不需要额外怎么操作（java，c++用个map都很费劲）
4、公司中，很大量的数据处理工作工作是不需要面对非常大的数据的
5、巨大的数据不是语言所能解决的，需要处理数据的框架（hadoop， mpi。。。。）虽然小众，但是python还是有处理大数据的框架的，或者一些框架也支持python
6、编码问题处理起来太太太方便了
综上所述：
1、python可以处理大数据
2、python处理大数据不一定是最优的选择
3. python和其他语言（公司主推的方式）并行使用是非常不错的选择
4. 因为开发速度，你如果经常处理数据，而且喜欢linux终端，而且经常处理不大的数据（100m一下），最好还是学一下python
6. python判断数据框有几行几列
如果你的第一列是group by好的，那用一个last_row_index和current_row_index可以O(n)搞定合并，譬如说
int last=0;
int current=1;
while(current<numbers.GetLengths(0))
{
if(numbers[last][0]==numbers[current][0])
{
for(int i=1;i<numbers.GetLengths(1);i++)
{
numbers[last][i]+=numbers[current][i];
}
}
else
{
last++;
for(int i=0;i<numbers.GetLengths(1);i++)
{
numbers[last][i]=numbers[current][i];
}
}
current++;
}
7. 刚开始Python编程,但是导入数据后,不知道该一直使用数据框还是使用数组或者列表。感觉好乱啊！
result?=?[]
for?item?in?request:
????if?item?is?None:
????????break
????result.append(item)
8. Python怎么把数据框内数据写入数据库
f = open("a.txt", "w")for i in range(1, 10): f.write("<user>\n <id>"+str(i)+"</id>\n</user>\n")f.close()
因为i是int型，所以要先转为str型，再进行字符串拼接，然后写入文件
9. python pandas 判断数据框是否有值
在pandas中有两类非常重要的数据结构，即序列Series和数据框DataFrame。Series类似于numpy中的一维数组，除了通吃一维数组可用的函数或方法，而且其可通过索引标签的方式获取数据，还具有索引的自动对齐功能；
DataFrame类似于numpy中的二维数组，同样可以通用numpy数组的函数和方法，而且还具有其他灵活应用，后续会介绍到。
10. python想统计数据框中指定一列的频数,要使用以下哪个函数
Python想统计数据框中指定的一列数，那么再说函数的时候，你可以使用if函数或者是其他的函数都可以。