COLUMNAS Y FILAS:
Índice de la página:
Columnas.
Filas.
-------------------------------------------------------------------------------
Columnas:df['Low'] # Ver solo una columna
df[['Item', 'Type', 'Size']] # Vemos las columnas 'Item' 'Type' 'Sice'
df.columns # Ver todos los nombre de las columnas
pd.unique(df['Item']) # Vemos todo lo que hay en la columna 'Item' sin ninguna repetición.
df['Open']=df.Open.astype(int) # Convertir toda la columna Open en numero entero.
df7['Id'] = df7['Id'].astype(str) # Convertir toda la columna Id en Strig.
df['Open']=df.Open.astype(float).round(3) # Convertir toda la columna Open en numero float (decimal) con 3 decimales.
df['Nueva']=100 # Crear nueva columna con valores de 100 (para vacias '')
df6.insert(0,'Id', pd.Series(list(range(0,1000000,1)))) # Inserta la columna 'Id' en primera posición (0)
# y le pone números consecutivos comenzando en cero hasta 1 millón, con saltos de 1.
df['Profit_por_lote'] = df['Profit'] / df['Size'] # Crea columna con una operación
df['Pips'] = (df['Close_Price']-df['Open_Price'])/0.0001 # Creo la columna Pips con el cálculo de los pips ganados en las operaciones
df.rename(columns={'Columna1':'Nueva1'}, inplace=True) # Renombramos una sola columna.
df.rename(columns={'Nueva1':'Columna1', 'Nueva2':'Columna2'}, inplace=True) # Renombramos varias columnas.
columnas = list(df.columns) # Crea una lista con las columnas de df
df.drop('Nueva', axis=1, inplace=True) # Borrar la columna de nombre 'Nueva' axis=1(columna); axis=0(fila)
df6.drop(['Repaso','Slippage','custom','indicador'],axis=1, inplace=True) # Elimina varias columnas a la vez.----------------------------------------------
Filas:
df.dropna(how='any',inplace=True) # Elimina las filas completas que tengan algun NaN
df.dropna(thresh = 4) # Elimina las filas que no tengan al menos 4 campos con valor
df.drop(3, axis=0, inplace=True) # Borra en el DataFrame la fila 3.
df.count() # Ver el número de registros pero no muestra los valores faltantes
df.shape[0] # Ver el número de registros totales los faltantes y los no faltantes
df[-1:] # Ver la última fila de df
df['Magic_Number'].nunique() # Ver el número total de filas de Magic_Number únicos que hay
----------------------------------------------
