import pandas as pd
由一組資料及與之相關的資料索引組成
Series型別可以由如下型別建立:
Series型別包含index和values兩個部分:
由ndarray或字典建立的Series,操作類似ndarray或字典型別
DataFrame型別由共用相同索引的一組列組成
DataFrame是一個表格型的資料型別,每列值型別可以不同
DataFrame既有行索引、也有列索引
DataFrame常用於表達二維資料,但可以表達多維資料
DataFrame是二維帶「標籤」陣列
DataFrame基本操作類似Series,依據行列索引
DataFrame型別可以由如下型別建立:
reindex()能夠改變或重排Series和DataFrame索引
reindex(index=None, columns=None, …)的引數
pandas刪除索引
drop()能夠刪除Series和DataFrame指定行或列索引
pd.read_csv(filename):從CSV檔案匯入資料
pd.read_table(filename):從限定分隔符的文字檔案匯入資料
pd.read_excel(filename):從Excel檔案匯入資料
pd.read_sql(query, connection_object):從SQL表/庫匯入資料
pd.read_json(json_string):從JSON格式的字串匯入資料
pd.read_html(url):解析URL、字串或者HTML檔案,抽取其中的tables表格
pd.read_clipboard():從你的貼上板獲取內容,並傳給read_table()
pd.DataFrame(dict):從字典物件匯入資料,Key是列名,Value是資料
df.to_csv(filename):匯出資料到CSV檔案
df.to_excel(filename):匯出資料到Excel檔案
df.to_sql(table_name, connection_object):匯出資料到SQL表
df.to_json(filename):以Json格式匯出資料到文字檔案
df.head(n):檢視DataFrame物件的前n行
df.tail(n):檢視DataFrame物件的最後n行
df.shape():檢視行數和列數
http://df.info():檢視索引、資料型別和記憶體資訊
df.describe():檢視數值型列的彙總統計
s.value_counts(dropna=False):檢視Series物件的唯一值和計數
df.apply(pd.Series.value_counts):檢視DataFrame物件中每一列的唯一值和計數
df[col]:根據列名,並以Series的形式返回列
df[[col1, col2]]:以DataFrame形式返回多列
s.iloc[0]:按位元置選取資料
s.loc['index_one']:按索引選取資料
df.iloc[0,:]:返回第一行
df.iloc[0,0]:返回第一列的第一個元素
df.columns = ['a','b','c']:重新命名列名
pd.isnull():檢查DataFrame物件中的空值,並返回一個Boolean陣列
pd.notnull():檢查DataFrame物件中的非空值,並返回一個Boolean陣列
df.dropna():刪除所有包含空值的行
df.dropna(axis=1):刪除所有包含空值的列
df.dropna(axis=1,thresh=n):刪除所有小於n個非空值的行
df.fillna(x):用x替換DataFrame物件中所有的空值
s.astype(float):將Series中的資料型別更改為float型別
s.replace(1,'one'):用‘one’代替所有等於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):批次更改列名
df.rename(columns={'old_name': 'new_ name'}):選擇性更改列名
df.set_index('column_one'):更改索引列
df.rename(index=lambda x: x + 1):批次重新命名索引
df.columns = ['a','b','c']:重新命名列名
pd.isnull():檢查DataFrame物件中的空值,並返回一個Boolean陣列
pd.notnull():檢查DataFrame物件中的非空值,並返回一個Boolean陣列
df.dropna():刪除所有包含空值的行
df.dropna(axis=1):刪除所有包含空值的列
df.dropna(axis=1,thresh=n):刪除所有小於n個非空值的行
df.fillna(x):用x替換DataFrame物件中所有的空值
s.astype(float):將Series中的資料型別更改為float型別
s.replace(1,'one'):用‘one’代替所有等於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):批次更改列名
df.rename(columns={'old_name': 'new_ name'}):選擇性更改列名
df.set_index('column_one'):更改索引列
df.rename(index=lambda x: x + 1):批次重新命名索引
df[df[col] > 0.5]:選擇col列的值大於0.5的行
df.sort_values(col1):按照列col1排序資料,預設升序排列
df.sort_values(col2, ascending=False):按照列col1降序排列資料
df.sort_values([col1,col2], ascending=[True,False]):先按列col1升序排列,後按col2降序排列資料
df.groupby(col):返回一個按列col進行分組的Groupby物件
df.groupby([col1,col2]):返回一個按多列進行分組的Groupby物件
df.groupby(col1)[col2]:返回按列col1進行分組後,列col2的均值
df.pivot_table(index=col1, values=[col2,col3], aggfunc=max):建立一個按列col1進行分組,並計算col2和col3的最大值的資料透視表
df.groupby(col1).agg(np.mean):返回按列col1分組的所有列的均值
data.apply(np.mean):對DataFrame中的每一列應用函數np.mean
data.apply(np.max,axis=1):對DataFrame中的每一行應用函數np.max
df1.append(df2):將df2中的行新增到df1的尾部
df.concat([df1, df2],axis=1):將df2中的列新增到df1的尾部
df1.join(df2,on=col1,how='inner'):對df1的列和df2的列執行SQL形式的join
df.describe():檢視資料值列的彙總統計
df.mean():返回所有列的均值
df.corr():返回列與列之間的相關係數
df.count():返回每一列中的非空值的個數
df.max():返回每一列的最大值
df.min():返回每一列的最小值
df.median():返回每一列的中位數
df.std():返回每一列的標準差
原創作者:孤飛-部落格園
原文連結:https://blog.onefly.top/posts/13141.html