python的数据帧（类似于表的数据结构），类似于r基于numpy数组的数据帧
pydataframe的Python项目详细描述
类似于r的数据帧对象的实现。
用法：
u=dataframe（{"field1"：[1，2，3]，
"field2"：["abc"，"def"，"hgi"]}，
可选：
["field1"，"field2"]
["rowone"，"rowtwo"，"thirdrow"]）
基本上是一个有行和列的表。
列是命名的，行是编号的（但可以命名），可以方便地进行选择和计算。在内部，列存储为1d numpy数组。如果设置行名，它们将转换为字典以快速访问。有一个丰富的子选择/切片api，请参阅帮助（dataframe.get_item）（它也可用于设置值）。请注意，任何片段get都是另一个数据帧，要访问单个条目，请使用get_row（）、get_column（）、get_value（）。
dataframes还了解基本的算术，您可以添加（乘，…）一个常量值，也可以添加另一个相同大小/具有相同列名的数据帧，例如：
将column a中小于5的每个值乘6。
my df[mydf[：，'columna']<；5，'columnna']*=6
其中（lambda行：row['columna'].startswith（'shu'））
my_df[select，'columna']=[row['columna'].replace（'shu'，'sha'）for row in my_df[select，：].iter_rows（）]
dataframes通过rpy2直接与r通信（rpy2不是库的先决条件！）from dataframe import dataframe
from rpy2 import robjects as ro
my df=dataframe（{"columna"：[1,2,3]，'columnb'：['sha'，'sha'，'shu']}）
ro.r['print']（mydf）
ndu view（b）my df是一个复合共享numpy数组（列），a和b
my d=a.join戋columns戋on（b，'name戋in戋a，'name戋in戋b"）join on common values
操纵dataframe列
mydf.insert戋column（"new戋column戋name"，[1,2,3]）
mydf drop戋column（'dropped戋column戋name'）
My_df.drop_all_columns_except（'请保留我'，'保持我的好'）
My_df.rename_column（"旧的"，"新的"）
打印My_df.get_column_names（）
My_df.exforce_partial_column_order（['firstcolumn'，'second_column'，['pen Ultimate_column'，'ultimate_column']）设置列顺序。第一列和第二列（未指定的列）之间的所有内容都按字母顺序排序
我的"我的df.get_row（100）行（100）{>；{"column a"：值，"columnb"：另一个"值"}
我的"我的df.get_row_as_列表（100）表（100）->；[值，另一个"值"，另一个"值"，按我的"我的df.column"的顺序排列
我的df.get_列（columna）列的任意数组（a副本）
我的"我的df.get_的df.get_的df.get_的列（columna）列（columna）视图（'colum实际垫层对数据进行遍历
；对数据进行遍历
对我的df.iter\u rows（）iter行作为字典进行遍历
对我的df.iter\u rows\u as_list（）iter行作为列表进行排序（请参见get_row _row _as_list（））
对我的df.iter\u列的值按值计算，第一列第1列第1列第1列第2列第1列第2列…
对我的df.iter\u值进行遍历
行_ first（）value by value，first column，row 1，second column，row 1
转换为用于子选择的布尔数组
my_df.where（lambda row:row['columna'].startswith（"hello"）和row['columnb']>；=5）
my_df[：，"just_one_column"]>；5任何比较
sort
sort
sortedf.排序依据（"columna"）；按列升序排序的副本
按列降序排序的副本
按列降序排序的副本
按列降序排序的副本[假，真]）按列A降序排序的副本，然后按列B升序
r/>my_df.turn_into_level（'columna'）转换为r兼容因子。可选：级别顺序
我的数据列（'column a'）bin值
我的数据列（'columna'，true'）转换为列，升序（0.5，0.6，0.55）->；0，2，1
我的数据列重新缩放0'u 1（'columna'）重新缩放列，使其位于0..1（包括0..1）范围内
导出
my_df=pydataframe.df2csv（）.read（"filename"，dialect=pydataframe.tabdialect（），handle_quotes=true）读取一个制表符分隔的值文件。很多选项，请检查代码
pydataframe.df2csv（）。write（my_df，filename，dialect=pydataframe.tabdialect（））；写一个制表符分隔的值文件
pydataframe.df2excel（）。read（filename）
pydataframe.df2excel（）。write（my_filename）
用法：
u=dataframe（{"field1"：[1，2，3]，
"field2"：["abc"，"def"，"hgi"]}，
可选：
["field1"，"field2"]
["rowone"，"rowtwo"，"thirdrow"]）
基本上是一个有行和列的表。
列是命名的，行是编号的（但可以命名），可以方便地进行选择和计算。在内部，列存储为1d numpy数组。如果设置行名，它们将转换为字典以快速访问。有一个丰富的子选择/切片api，请参阅帮助（dataframe.get_item）（它也可用于设置值）。请注意，任何片段get都是另一个数据帧，要访问单个条目，请使用get_row（）、get_column（）、get_value（）。
dataframes还了解基本的算术，您可以添加（乘，…）一个常量值，也可以添加另一个相同大小/具有相同列名的数据帧，例如：
将column a中小于5的每个值乘6。
my df[mydf[：，'columna']<；5，'columnna']*=6
其中（lambda行：row['columna'].startswith（'shu'））
my_df[select，'columna']=[row['columna'].replace（'shu'，'sha'）for row in my_df[select，：].iter_rows（）]
dataframes通过rpy2直接与r通信（rpy2不是库的先决条件！）from dataframe import dataframe
from rpy2 import robjects as ro
my df=dataframe（{"columna"：[1,2,3]，'columnb'：['sha'，'sha'，'shu']}）
ro.r['print']（mydf）
ndu view（b）my df是一个复合共享numpy数组（列），a和b
my d=a.join戋columns戋on（b，'name戋in戋a，'name戋in戋b"）join on common values
操纵dataframe列
mydf.insert戋column（"new戋column戋name"，[1,2,3]）
mydf drop戋column（'dropped戋column戋name'）
My_df.drop_all_columns_except（'请保留我'，'保持我的好'）
My_df.rename_column（"旧的"，"新的"）
打印My_df.get_column_names（）
My_df.exforce_partial_column_order（['firstcolumn'，'second_column'，['pen Ultimate_column'，'ultimate_column']）设置列顺序。第一列和第二列（未指定的列）之间的所有内容都按字母顺序排序
我的"我的df.get_row（100）行（100）{>；{"column a"：值，"columnb"：另一个"值"}
我的"我的df.get_row_as_列表（100）表（100）->；[值，另一个"值"，另一个"值"，按我的"我的df.column"的顺序排列
我的df.get_列（columna）列的任意数组（a副本）
我的"我的df.get_的df.get_的df.get_的列（columna）列（columna）视图（'colum实际垫层对数据进行遍历
；对数据进行遍历
对我的df.iter\u rows（）iter行作为字典进行遍历
对我的df.iter\u rows\u as_list（）iter行作为列表进行排序（请参见get_row _row _as_list（））
对我的df.iter\u列的值按值计算，第一列第1列第1列第1列第2列第1列第2列…
对我的df.iter\u值进行遍历
行_ first（）value by value，first column，row 1，second column，row 1
转换为用于子选择的布尔数组
my_df.where（lambda row:row['columna'].startswith（"hello"）和row['columnb']>；=5）
my_df[：，"just_one_column"]>；5任何比较
sort
sort
sortedf.排序依据（"columna"）；按列升序排序的副本
按列降序排序的副本
按列降序排序的副本
按列降序排序的副本[假，真]）按列A降序排序的副本，然后按列B升序
r/>my_df.turn_into_level（'columna'）转换为r兼容因子。可选：级别顺序
我的数据列（'column a'）bin值
我的数据列（'columna'，true'）转换为列，升序（0.5，0.6，0.55）->；0，2，1
我的数据列重新缩放0'u 1（'columna'）重新缩放列，使其位于0..1（包括0..1）范围内
导出
my_df=pydataframe.df2csv（）.read（"filename"，dialect=pydataframe.tabdialect（），handle_quotes=true）读取一个制表符分隔的值文件。很多选项，请检查代码
pydataframe.df2csv（）。write（my_df，filename，dialect=pydataframe.tabdialect（））；写一个制表符分隔的值文件
pydataframe.df2excel（）。read（filename）
pydataframe.df2excel（）。write（my_filename）
欢迎加入QQ群-->： 979659372
