Pandas参考手册、常用函数及方法汇总.pdfVIP

Pandas参考⼿册、常⽤函数及⽅法汇总 ⼀、⼊门与升级宝典 如果个⼈时间充裕，可以去官⽹查看⽂档信息 官⽹链接： pandas参考⽂档： ⼆、常⽤的函数和⽅法 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[0])：增加⼀个⽇期索引 df为某个读⼊进来的数据帧。 需知： axis的参数：0（index） 逐⾏ 1 (column) 逐列 1.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 pd.ExcelFile(Filename): 从Excel中读取数据，sheet_names查看相应sheet, parse⽅法解析某个sheet 2.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。注意：dtype可以指定输出字段的格式，如 df.to_sql(test,con=engine,dtype={A:Integer(),B:DateTime()}) df.to_json(filename)：以Json格式导出数据到⽂本⽂件 writer=pd.ExcelWriter(test.xlsx) ：然后调⽤df1.to_excel(writer,sheet_name=单位,index=False) 和 writer.save()，将多个数 据帧写⼊同⼀个⼯作簿的多个sheet(⼯作表) 3.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 df.info()：查看索引、数据类型和内存信息 df.columns():查看字段（⾸⾏）名称 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.isnull().any(): 查看是否有缺失值 df[df[column_name].duplicated()]:查看column_name字段数据重复的数据信息 df[df[column_name].duplicated()].count():查看column_name字段数据重复的个数 df[col1].unique() :查看col1字段的唯⼀值 df[col1].nunique():查看col1字段唯⼀值个数 4.数据选取 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