Pandas常见函数总结

Pandas是Python中用于数据分析的常用库，提供了丰富的函数和方法来简化数据处理流程。以下是Pandas常见函数的总结：

• pd.read_csv(filename)：从CSV文件导入数据。
• pd.read_table(filename)：从限定分隔符的文本文件导入数据。
• pd.read_excel(filename)：从Excel文件导入数据。
• pd.read_sql(query, connection_object)：从SQL表或数据库导入数据。
• pd.read_json(json_string)：从JSON格式的字符串导入数据。
• pd.read_html(url)：解析URL、字符串或HTML文件，抽取其中的表格。
• pd.read_clipboard()：从粘贴板获取内容，并传给read_table()。
• pd.DataFrame(dict)：从字典对象导入数据，Key为列名，Value为数据。

• df.head(n)：查看DataFrame对象的前n行。
• df.tail(n)：查看DataFrame对象的最后n行。
• df.shape()：查看行数和列数。
• df.info()：查看索引、数据类型和内存信息。
• df.describe()：查看数值型列的汇总统计。
• s.value_counts(dropna=False)：查看Series对象的唯一值和计数。
• df.apply(pd.Series.value_counts)：查看DataFrame对象中每一列的唯一值和计数。

• df[col]：根据列名，并以Series的形式返回列。
• df[[col1, col2]]：以DataFrame形式返回多列。
• s.iloc[0]：按位置选取数据。
• s.loc['index_one']：按索引选取数据。
• df.iloc[0,:]：返回第一行。
• df.iloc[0,0]：返回第一列的第一个元素。

• df.columns = ['a','b','c']：重命名列名。
• pd.isnull()：检查DataFrame对象中的空值，并返回一个Boolean数组。
• pd.notnull()：检查DataFrame对象中的非空值，并返回一个Boolean数组。
• df.dropna()：删除所有包含空值的行。
• df.dropna(axis=1)：删除所有包含空值的列。
• df.dropna(axis=1,thresh=n)：删除所有小于n个非空值的行。
• df.fillna(x)：用x替换DataFrame对象中所有的空值。
• s.astype(float)：将Series中的数据类型更改为float类型。
• s.replace(1,'one')：用‘one’代替所有等于1的值。
• s.replace([1,3],['one','three'])：用'one'代替1，用'three'代替3。
• df.rename(columns=lambda x: x + 1)：批量更改列名。
• df.rename(columns={'old_name': 'new_name'})：选择性更改列名。
• df.set_index('column_one')：更改索引列。
• df.rename(index=lambda x: x + 1)：批量重命名索引。

• Filter、Sort和GroupBy

  df[df[col] > 0.5]：选择col列的值大于0.5的行。

  df.sort_values(col1)：按照列col1排序数据，默认升序排列。

  df.sort_values(col2, ascending=False)：按照列col2降序排列数据。

  df.sort_values([col1,col2], ascending=[True,False])：先按列col1升序排列，后按col2降序排列数据。

  df.groupby(col)：返回一个按列col进行分组的Groupby对象。

  df.groupby([col1,col2])：返回一个按多列进行分组的Groupby对象。

  df.groupby(col1)[col2]：返回按列col1进行分组后，列col2的均值。

  df.pivot_table(index=col1, values=[col2,col3], aggfunc=max)：创建一个按列col1进行分组，并计算col2和col3的最大值的数据透视表。

  df.groupby(col1).agg(np.mean)：返回按列col1分组的所有列的均值。

  data.apply(np.mean)：对DataFrame中的每一列应用函数np.mean。

  data.apply(np.max,axis=1)：对DataFrame中的每一行应用函数np.max。

• df1.append(df2)：将df2中的行添加到df1的尾部。
• df.concat([df1, df2],axis=1)：将df2中的列添加到df1的尾部。
• df1.join(df2,on=col1,how='inner')：对df1的列和df2的列执行SQL形式的join。

• df.describe()：查看数据值列的汇总统计。
• df.mean()：返回所有列的均值。
• df.corr()：返回列与列之间的相关系数。
• df.count()：返回每一列中的非空值的个数。
• df.max()：返回每一列的最大值。
• df.min()：返回每一列的最小值。
• df.median()：返回每一列的中位数。
• df.std()：返回每一列的标准差。