本文原创，转载请标识出处： http://www.cnblogs.com/xiaoxuebiye/p/7223774.html
导入数据：
pd.read_csv(filename)：从CSV文件导入数据pd.read_table(filename)：从限定分隔符的文本文件导入数据pd.read_excel(filename)：从Excel文件导入数据pd.read_sql(query, connection_object)：从SQL表/库导入数据pd.read_json(json_string)：从JSON格式的字符串导入数据pd.read_html(url)：解析URL、字符串或者HTML文件，抽取其中的tables表格pd.read_clipboard()：从你的粘贴板获取内容，并传给read_table()pd.DataFrame(dict)：从字典对象导入数据，Key是列名，Value是数据
导出数据：
df.to_csv(filename)：导出数据到CSV文件df.to_excel(filename)：导出数据到Excel文件df.to_sql(table_name, connection_object)：导出数据到SQL表df.to_json(filename)：以Json格式导出数据到文本文件
创建测试对象：
pd.DataFrame(np.random.rand(20,5))：创建20行5列的随机数组成的DataFrame对象pd.Series(my_list)：从可迭代对象my_list创建一个Series对象df.index = pd.date_range('1900/1/30', periods=df.shape[0])：增加一个日期索引
查看、检查数据：
df.head(n)：查看DataFrame对象的前n行df.tail(n)：查看DataFrame对象的最后n行df.shape()：查看行数和列数http:// df.info() ：查看索引、数据类型和内存信息df.describe()：查看数值型列的汇总统计s.value_counts(dropna=False)：查看Series对象的唯一值和计数df.apply(pd.Series.value_counts)：查看DataFrame对象中每一列的唯一值和计数
数据选取：
df[col]：根据列名，并以Series的形式返回列df[[col1, col2]]：以DataFrame形式返回多列s.iloc[0]：按位置选取数据s.loc['index_one']：按索引选取数据df.iloc[0,:]：返回第一行df.iloc[0,0]：返回第一列的第一个元素
数据统计：
df.describe()：查看数据值列的汇总统计df.mean()：返回所有列的均值df.corr()：返回列与列之间的相关系数df.count()：返回每一列中的非空值的个数df.max()：返回每一列的最大值df.min()：返回每一列的最小值df.median()：返回每一列的中位数df.std()：返回每一列的标准差
数据合并：
df1.append(df2)：将df2中的行添加到df1的尾部df.concat([df1, df2],axis=1)：将df2中的列添加到df1的尾部df1.join(df2,on=col1,how='inner')：对df1的列和df2的列执行SQL形式的join
数据处理：
df[df[col] > 0.5]：选择col列的值大于0.5的行df.sort_values(col1)：按照列col1排序数据，默认升序排列df.sort_values(col2, ascending=False)：按照列col1降序排列数据df.sort_values([col1,col2], ascending=[True,False])：先按列col1升序排列，后按col2降序排列数据df.groupby(col)：返回一个按列col进行分组的Groupby对象df.groupby([col1,col2])：返回一个按多列进行分组的Groupby对象df.groupby(col1)[col2]：返回按列col1进行分组后，列col2的均值df.pivot_table(index=col1, values=[col2,col3], aggfunc=max)：创建一个按列col1进行分组，并计算col2和col3的最大值的数据透视表df.groupby(col1).agg(np.mean)：返回按列col1分组的所有列的均值data.apply(np.mean)：对DataFrame中的每一列应用函数np.meandata.apply(np.max,axis=1)：对DataFrame中的每一行应用函数np.max
数据清理：
df[df[col] > 0.5]：选择col列的值大于0.5的行df.sort_values(col1)：按照列col1排序数据，默认升序排列df.sort_values(col2, ascending=False)：按照列col1降序排列数据df.sort_values([col1,col2], ascending=[True,False])：先按列col1升序排列，后按col2降序排列数据df.groupby(col)：返回一个按列col进行分组的Groupby对象df.groupby([col1,col2])：返回一个按多列进行分组的Groupby对象df.groupby(col1)[col2]：返回按列col1进行分组后，列col2的均值df.pivot_table(index=col1, values=[col2,col3], aggfunc=max)：创建一个按列col1进行分组，并计算col2和col3的最大值的数据透视表df.groupby(col1).agg(np.mean)：返回按列col1分组的所有列的均值data.apply(np.mean)：对DataFrame中的每一列应用函数np.meandata.apply(np.max,axis=1)：对DataFrame中的每一行应用函数np.max
其它操作：
改列名：
方法1a.columns = ['a','b','c']方法2a.rename(columns={ 'A':'a', 'B':'b', 'C':'c'}, inplace = True)
插入行列
http://www.jianshu.com/p/7df2593a01ce
相关参考链接：
参考http://www.qingpingshan.com/rjbc/dashuju/228593.html十分钟搞定http://python.jobbole.com/84416/官方文档http://pandas.pydata.org/pandas-docs/stable/index.html操作索引https://www.dataquest.io/blog/images/cheat-sheets/pandas-cheat-sheet.pdf
进阶
取数（元素）：
取df中某一个具体的数据iloc index locate 举例 ： print df.iloc[0,0] print df.iloc[1, 1] print df.iloc[19, 7]如果 df 是日期索引 + a,b,c 列名loc locatedf.loc[ '2017-01-01', 'A' ]
取数（行）：
one_row = df.iloc[4] one_row2 = df.loc['2013-01-02'] print type(one_row)取某一行， 取出来后之后的数据类型是 Series可以 one_row.iloc[1], 再访问 Series 里的数据 print one_row.iloc[1] print one_row.loc['A']
取数（列）：
column2 = df['A']column2 是一个 Series 类型print type( column2 )可访问 列里面的数据 print column2[0] print column2['2013-01-03']
取数（切片）：
行模式切片 dfsub1 = df.iloc[4:5] print type( dfsub1 ) print dfsub1 dfsub2 = df.loc['2013-01-03':'2013-01-05'] print dfsub2切片的结果 还是df, 而且改变 dfsub, 会同时改变df-------------------------------------------------列模式 print ' get sub by column mode ' dfsub = df[['A','B']] print type( dfsub ) print dfsub-------------------------------------------------子集 row x column方式一： print ' get sub by row X column mode ' dfsub = df.loc['20130102':'20130104', ['A', 'B']] print type( dfsub ) print dfsub方式二dfsub = df.iloc[ 1:3, 1:3 ]-------------------------------------------------
取数（条件切片）：
dfsub = df[ (df.A > 0) and (df.B > 0) ]结果类型是 df这个玩意很想数据库里的 select where 送一个特殊条件print df[ df > 0 ]
行遍历 ：
def testForeach(): df = pd.read_table('D:/run/data/sz002626_2017-01-04.cvs', encoding='gbk') # ,header=0 df = df.sort_index(axis=0, ascending=False) df.columns = [1, 2, 3, 4, 5, 6] df[7] = 'kong' print df # 清洗 df[3] = df[3].replace('--', '0.00') df[3] = df[3].astype(float) #遍历 df[7] = df.apply(lambda r: dorec(r), axis=1) print df passdef dorec(rec): if (rec[3] > 0): return '涨' if (rec[3] < 0): return '跌' else: return '平'
修改字段类型 ：
df[['two', 'three']] = df[['two', 'three']].astype(float)
cnlogs 发随笔需要 150 字， 以下内容都是充字数的，忽视。
循环神经网络(RNN)
人们的每次思考并不都是从零开始的。比如说你在阅读这篇文章时，你基于对前面的文字的理解来理解你目前阅读到的文字，而不是每读到一个文字时，都抛弃掉前面的思考，从头开始。你的记忆是有持久性的。
传统的神经网络并不能如此，这似乎是一个主要的缺点。例如，假设你在看一场电影，你想对电影里的每一个场景进行分类。传统的神经网络不能够基于前面的已分类场景来推断接下来的场景分类。
循环神经网络(Recurrent Neural Networks)解决了这个问题。这种神经网络带有环，可以将信息持久化。