pandas常用操作命令大全
网上的有个别不对 实际敲了一下有补充了点常用的环境IDE anacondapython3.7
在这个速查手册中，我们使用如下缩写：
df：任意的Pandas DataFrame对象
s：任意的Pandas Series对象
同时我们需要做如下的引入：
import pandas as pd
import numpy as np
导入数据
[*]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/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、字符串或者HTML文件，抽取其中的tables表格
[*]pd.read_clipboard()：从你的粘贴板获取内容，并传给read_table()
[*]pd.DataFrame(dict)：从字典对象导入数据，Key是列名，Value是数据
导出数据
[*]df.to_csv(filename)：导出数据到CSV文件
[*]df.to_excel(filename)：导出数据到Excel文件
[*]df.to_sql(table_name, connection_object)：导出数据到SQL表
[*]df.to_json(filename)：以Json格式导出数据到文本文件
创建测试对象
[*]pd.DataFrame(np.random.rand(20,5))：创建20行5列的随机数组成的DataFrame对象
[*]pd.Series(my_list)：从可迭代对象my_list创建一个Series对象
[*]df.index = pd.date_range('1900/1/30', periods=df.shape)：增加一个日期索引
查看、检查数据
[*]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 # Windows加括号报错
[*]df.info()：查看索引、数据类型和内存信息
[*]df.columns 查看列
[*]df.index 查看索引
[*]df.describe()查看数值型列的汇总统计会对数字进行统计显示总数最大最小差值
[*]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
数据选取
[*]df：根据列名，并以Series的形式返回列
[*]df[]：以DataFrame形式返回多列
[*]s.iloc：按位置选取数据 支持索引、切片
[*]s.loc['index_one']：按索引选取数据没看懂这是什么鬼
[*]df.iloc：返回第一行 冒号表示从头到尾，可以指定切片长度
[*]df.iloc：返回第一列的第一个元素
[*]df.iloc[:,0]: 返回第一列数据
数据清理
[*]df.columns = ['a','b','c']：重命名列名
[*]pd.isnull().any()：检查DataFrame对象中的空值，并返回一个Boolean数组
[*]pd.notnull().any()：检查DataFrame对象中的非空值，并返回一个Boolean数组
[*]pd 过滤所有的空值
[*]pd 过滤本列中是空值得数据
[*]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 测试中将浮点数替换int整列变成int类型
[*]s.replace(,['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
数据处理：Filter、Sort和GroupBy
[*]df > 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col1降序排列数据
[*]df.sort_values(, ascending=)：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 .真的返回个队形地址
[*]df.groupby()：返回一个按多列进行分组的Groupby对象 .
[*]df.groupby(col1)：返回按列col1进行分组后，列col2的均值 . 还是返回地址
[*]df.pivot_table(index=col1, values=, 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
[*]customer_data.pivot_table(index='refer', values='age', aggfunc=) .显示每个渠道的最大最小值
[*]df.groupby(col1).agg(np.mean)：返回按列col1分组的所有列的均值
[*]经常用于按渠道显示每个渠道的平均值，每个渠道的年龄平均值（最大最小不行整条数据）
[*]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
数据处理：添加新列
[*]根据当前处理结果将结果添加到新的列宗/增加一列
[*]frame['test'] = frame.apply(lamubda x: function(x.city, x.year), axis = 1)
[*]function是编写的函数
数据合并
[*]df1.append(df2)：将df2中的行添加到df1的尾部
[*]df.concat(,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
数据统计
[*]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离散度
[*]数值越大表示数据越散
埃博拉 发表于 2019-1-3 22:12
今天敲了一天简直要吐了 我练手的数据比较敏刚所以不能上传给大家见谅
楼主我也在学这个，我们可以交流一下 向往的歌 发表于 2019-1-4 06:06
小白不懂代码啊！楼主不如发一个学习教程……
根据官方文档学就可以 今天敲了一天简直要吐了 我练手的数据比较敏刚所以不能上传给大家见谅
感谢分享，收藏 看看吧。。 小白不懂代码啊！楼主不如发一个学习教程…… 感谢楼主的分享。我也正在用pandas 感谢楼主分享 埃博拉 发表于 2019-1-4 11:12
根据官方文档学就可以
亲，官方文档在哪里呀？麻烦发一个链接！
感谢分享，收藏啦