常见 pandas库常见函数
最新回答
︸世态炎凉
2022-07-23 01:48:33
Pandas库中常见的函数包括但不限于数据读取函数、数据处理函数、Series和DataFrame相关函数以及时间序列处理函数。
数据读取函数：
- pd.read_csv(filename)：用于读取CSV格式的文件，是数据分析和处理中常用的数据导入方式。
- pd.read_excel(filename)：用于读取Excel格式的文件，支持多种Excel版本和复杂的Excel结构。
- pd.read_sql(query, connection_object)：用于从SQL数据库中读取数据，需要指定查询语句和数据库连接对象。
- pd.read_json(json_string)：用于从JSON字符串中读取数据，适用于处理JSON格式的数据源。
- pd.read_html(url)：用于从HTML页面中读取数据，可以解析网页中的表格数据。
数据处理函数：
- pd.isnull(series)：用于判断Series中的元素是否为空（NaN）。
- pd.notnull(series)：用于判断Series中的元素是否不为空（not NaN）。
- pd.concat(objs, axis=0, join='outer', ...)：用于将多个DataFrame或Series按照指定的轴进行合并。
- DataFrame.sort_values(by, axis=0, ascending=True, ...)：用于对DataFrame中的数据按照指定的列进行排序。
- df.replace(to_replace, value, inplace=False, ...)：用于替换DataFrame中的指定值。
Series和DataFrame相关函数：
- Series(^[x,y,...]^) 或 Series({'a':x,'b':y,...}, index=param1)：用于生成一个Series对象。
- DataFrame.from_dict(result, orient='index', columns=^['B']^)：用于从字典创建DataFrame对象。
- a.reset_index()：用于将DataFrame的索引重置为默认整数索引，并将原索引转换为一个新列。
时间序列处理函数：
- Pandas提供了丰富的时间序列处理功能，包括将日期转为秒级时间戳或将秒级时间戳转为日期等，方便进行时间序列数据的分析和处理。
热门标签
