add new files

code-languages/python/pandas某一列去重获取唯一值.md

@@ -0,0 +1,43 @@
+去重获取唯一值是常见的需求，下面我们看看pandas里面如何实现去重。  
+直接看代码  
+
+```
+import pandas as pd
+
+def test():
+    df = pd.DataFrame({"c1": [1, 1, 2, 3, 1], "c2": [10, 20, 30, 40, 50]})
+    print(df)
+    print()
+    result = df['c1'].unique()
+    print(result)
+    print(type(result))
+    print(result.tolist())
+    print()
+
+    ret = df[df['c1'] == 1]['c2'].unique()
+    print(ret)
+    print(type(ret))
+```  
+
+运行上面的代码，得到如下结果  
+
+```
+   c1  c2
+0   1  10
+1   1  20
+2   2  30
+3   3  40
+4   1  50
+
+[1 2 3]
+<class 'numpy.ndarray'>
+[1, 2, 3]
+
+[10 20 50]
+<class 'numpy.ndarray'>
+```  
+
+具体分析：  
+1.如果要对某列去重获取谓一致，可以直接获取该列然后调用unique()方法即可。  
+2.unique()方法得到的对象是numpy.ndarray类型，后续可以调用tolist方法转换为一个列表。  
+3.如果我们想得到c1列值为1的情况下，c2列的去重置，可以先使用过滤逻辑df['c1'] == 1会返回True/False。 条件匹配时为真，条件不匹配时为假。 稍后它在df内传递并返回与True对应的所有行，然后按照前面的方法，取c2列再去重即可。  

code-languages/python/pandas获取dataframe的行数，列数，元素个数.md

@@ -0,0 +1,59 @@
+## 1.测试数据
+
+```
+1457822940      0       0       44      36
+422692440       0       0       3       3
+1460826600      0       0       7       6
+1410115140      -1      3       25      7
+1161370800      0       0       18      14
+996746700       0       0       30      25
+1115896320      0       0       441     123
+64954980        0       0       7       7
+2307334696      0       0       2       2
+417770700       0       0       1       1
+```  
+
+## 2.获取行数，列数，元素个数等
+
+```
+def test():
+        names = ['c1', 'c2', 'c3', 'c4', 'c5']
+        df = pd.read_csv("testdata", sep="\t", header=None, names=names)
+        print(df.info())
+        print("\n")
+        print("len is: ", len(df))
+        print("columns is: ", df.columns)
+        print("shape is: ", df.shape)
+        print("size is: ", df.size)
+```  
+
+代码输出结果：  
+
+```
+<class 'pandas.core.frame.DataFrame'>
+RangeIndex: 10 entries, 0 to 9
+Data columns (total 5 columns):
+ #   Column  Non-Null Count  Dtype
+---  ------  --------------  -----
+ 0   c1      10 non-null     int64
+ 1   c2      10 non-null     int64
+ 2   c3      10 non-null     int64
+ 3   c4      10 non-null     int64
+ 4   c5      10 non-null     int64
+dtypes: int64(5)
+memory usage: 528.0 bytes
+None
+
+
+len is:  10
+columns is:  Index(['c1', 'c2', 'c3', 'c4', 'c5'], dtype='object')
+shape is:  (10, 5)
+size is:  50
+```  
+
+其中，info()方法包含了很多信息，包括类型，column信息,non-null的个数，数据类型，内存占用等。  
+
+len(df)可以获取dataframe的行数  
+columns可以获取column相关的信息  
+shape是个二元元组，包括行列信息，所以如果想得到dataframe的行列数据可以通过shape获取。  
+size则是整个dataframe的元素个数。  

code-languages/python/python 修改dataframe列名的几种方法.md

@@ -0,0 +1,47 @@
+实际开发中经常有修改dataframe列名的需求，特意总结了如下可用的几种方法。  
+
+```
+import pandas as pd
+
+
+def t1():
+    df = pd.DataFrame({'c1':[1, 2, 3], 'c2': [4, 5, 6]})
+    print(df)
+
+    df.columns = ['d1', 'd2']
+    print(df)
+
+    df.rename(columns={'d1': 'e1', 'd2': 'e2'}, inplace=True)
+    print(df)
+
+    df = df.rename(columns={'e1': 'f1', 'e2': 'f2'})
+    print(df)
+
+
+t1()
+```  
+
+上面代码的输出：  
+
+```
+   c1  c2
+0   1   4
+1   2   5
+2   3   6
+   d1  d2
+0   1   4
+1   2   5
+2   3   6
+   e1  e2
+0   1   4
+1   2   5
+2   3   6
+   f1  f2
+0   1   4
+1   2   5
+2   3   6
+```  
+
+由上面的代码可以看出，修改列名的两种方式为：  
+1.直接使用df.columns的方式重新命名，不过这种方式需要列出所有列名。  
+2.使用rename方法，注意如果需要原地修改需要带上inplace=True的参数，否则原dataframe列名不会发生改变。