1. Pandas int to string

1
2

df['A'].apply(str)
df.applymap(str)

2. Pandas 去掉数据中空白

Series.str.strip(to_strip=None)去除两边空白
Series.str.lstrip(to_strip=None)去除左边空白
Series.str.rstrip(to_strip=None)去除右边空白

1
2
3
4

>>> '   spacious   '.strip()
'spacious'
>>> 'www.example.com'.strip('cmowz.')
'example'

3. Pandas split

4. dropna

删除行 axis=0

删除列 axis=1

一般删除行，若删除列则会删除一个变量

1
2
3

df.dropna(axis = 0)

df.ix[1, :-1] = np.nan        # 将指定数据定义为缺失

5. 随机取样

1
2

import pandas as pd
df.sample(n=20000)

1. Pandas sample

DataFrame.sample(n=None, frac=None, replace=False, weights=None, random_state=None, axis=None)

n是要抽取的行数。（例如n=20000时，抽取其中的2W行）

frac是抽取的比列。（有一些时候，我们并对具体抽取的行数不关系，我们想抽取其中的百分比，这个时候就可以选择使用frac，例如frac=0.8，就是抽取其中80%）

replace：是否为有放回抽样，取replace=True时为有放回抽样。

weights是每个样本的权重，具体可以看官方文档说明。

random_state,（参考官方文档）int or numpy.random.RandomState, optional
Seed for the random number generator (if int), or numpy RandomState object.

axis是选择抽取数据的行还是列。axis=0的时是抽取行，axis=1时是抽取列（也就是说axis=1时，在列中随机抽取n列，在axis=0时，在行中随机抽取n行）

2. Numpy sample

1
2

import numpy as np
np.random.sample(Your_index)