所谓的Cookbook，原意为菜谱。在这里引申为Pandas一些有用的案例和链接(stack-over-flow，Github)的合辑。
在接下来的教程中，pandas 和 numpy 是仅有的两个被引入的两个模块，余下的会在需要时显式导入。
本教程是在python3.4版本下编写执行，早期python版本可能需要细微调整
###这里有一些pandas简介的习惯用法
#### if-then/if-then-else 作用在列上，并赋值给另外一列或者多列
import pandas as pd
import numpy as np
df=pd.DataFrame({'AAA':[4,5,6,7],'BBB':[10,20,30,40],'CCC':[100,50,-30,-50]})
df
|
AAA |
BBB |
CCC |
| 0 |
4 |
10 |
100 |
| 1 |
5 |
20 |
50 |
| 2 |
6 |
30 |
-30 |
| 3 |
7 |
40 |
-50 |
#### if-then...
##### if-then作用在一列(如果AAA列大于等于5，BBB列则被赋值为-1)
df.ix[df.AAA>=5,'BBB']=-1
df
|
AAA |
BBB |
CCC |
| 0 |
4 |
10 |
100 |
| 1 |
5 |
-1 |
50 |
| 2 |
6 |
-1 |
-30 |
| 3 |
7 |
-1 |
-50 |
# 接下来是if-then作用到多列上(如果AAA大于等于5，BBB,CCC两列均被赋值为555)
df.ix[df.AAA>=5,['BBB','CCC']]=555 df
|
AAA |
BBB |
CCC |
| 0 |
4 |
10 |
100 |
| 1 |
5 |
555 |
555 |
| 2 |
6 |
555 |
555 |
| 3 |
7 |
555 |
555 |
#### 如果不满足以上条件，那就相当于else
df.ix[df.AAA<5,['BBB','CCC']]=2000 df
|
AAA |
BBB |
CCC |
| 0 |
4 |
2000 |
2000 |
| 1 |
5 |
555 |
555 |
| 2 |
6 |
555 |
555 |
| 3 |
7 |
555 |
555 |
#### 或者我们可以设置一个遮罩（mask），学过ps的同学应该有直观印象，没学过望文生义也能猜个差不多
df_mask=pd.DataFrame({'AAA':[True]*4,'BBB':[False]*4,'CCC':[True,False]*2})
df.where(df_mask,-1000)
####遮罩为False的都被赋值为-1000 ```
| | AAA | BBB | CCC |
| --- | --- | --- | --- |
| 0 | -100 | -100 | 2000 |
| 1 | -100 | -100 | -100 |
| 2 | -100 | -100 | 555 |
| 3 | -100 | -100 | -100 |
```python
#### if-then-else 用numpy的where()
df=pd.DataFrame({'AAA':[4,5,6,7],'BBB':[10,20,30,40],'CCC':[100,50,-30,-50]})
df['logic']=np.where(df['AAA']>5,'high','low')
df
|
AAA |
BBB |
CCC |
logic |
| 0 |
4 |
10 |
100 |
low |
| 1 |
5 |
20 |
50 |
low |
| 2 |
6 |
30 |
-30 |
high |
| 3 |
7 |
40 |
-50 |
high |
