pandas常用函数

Posted hotsnow

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了pandas常用函数相关的知识,希望对你有一定的参考价值。

关键词和导入

在这个速查卡中,我们会用到一下缩写:

df 二维的表格型数据结构DataFrame
s 一维数组Series

 

 

 

 

 

您还需要执行以下导入才能开始:

import pandas as pd

import numpy as np

 

 

导入数据

pd.read_csv(filename) 导入CSV文档
pd.read_table(filename) 导入分隔的文本文件 (如TSV)
pd.read_excel(filename) 导入Excel文档
pd.read_sql(query, connection_object) 读取SQL 表/数据库
pd.read_json(json_string) 读取JSON格式的字符串, URL或文件.
pd.read_html(url) 解析html URL,字符串或文件,并将表提取到数据框列表
pd.read_clipboard() 获取剪贴板的内容并将其传递给read_table()
pd.DataFrame(dict) 从字典、列名称键、数据列表的值导入

 

 

 

 

 

 

 

 

 

 

 

输出数据

df.to_csv(filename) 写入CSV文件
df.to_excel(filename) 写入Excel文件
df.to_sql(table_name, connection_object) 写入一个SQL表
df.to_json(filename) 写入JSON格式的文件

 

 

 

 

创建测试对象

用于测试的代码

pd.DataFrame(np.random.rand(20,5)) 5列、20行的随机浮动
pd.Series(my_list) 从可迭代的my_list创建一维数组
df.index=pd.date_range(‘1900/1/30‘, periods=df.shape[0]) 添加日期索引

 

 

 

 

 

 

 

查看/检查数据

df.head(n) 数据框的前n行
df.tail(n) 数据框的后n行
df.shape() 行数和列数
df.info() 索引,数据类型和内存信息
df.describe() 数值列的汇总统计信息
s.value_counts(dropna=False) 查看唯一值和计数
df.apply(pd.Series.value_counts) 所有列的唯一值和计数

 

 

 

 

 

 

选择

df[col] 返回一维数组col的列
df[[col1, col2]] 作为新的数据框返回列
s.iloc[0] 按位置选择
s.loc[‘index_one‘] 按索引选择
df.iloc[0,:] 第一行
df.iloc[0,0] 第一列的第一个元素

 

 

 

 

 

 

数据清洗

df.columns = [‘a‘,‘b‘,‘c‘] 重命名列
pd.isnull() 检查空值,返回逻辑数组
pd.notnull() 与pd.isnull()相反
df.dropna() 删除包含空值的所有行
df.dropna(axis=1) 删除包含空值的所有列
df.dropna(axis=1,thresh=n) 删除所有小于n个非空值的行
df.fillna(x) 用x替换所有空值
s.fillna(s.mean()) 将所有空值替换为均值(均值可以用统计部分中的几乎任何函数替换)
s.astype(float) 将数组的数据类型转换为float
s.replace(1,‘one‘) 将所有等于1的值替换为‘one‘
s.replace([1,3],[‘one‘,‘three‘]) 将所有1替换为‘one‘,将3替换为‘three‘
df.rename(columns=lambda x: x + 1) 批量重命名列
df.rename(columns={‘old_name‘: ‘new_ name‘}) 选择重命名
df.set_index(‘column_one‘) 更改索引
df.rename(index=lambda x: x + 1) 批量重命名索引

 

 

 

 

 

 

 

 

 

 

 

 

 

 

筛选,排序和分组

df[df[col] > 0.5] col列大于0.5的行
df[(df[col] > 0.5) & (1.7)] 0.7> col> 0.5的行
df.sort_values(col1) 将col1按升序对值排序
df.sort_values(col2,ascending=False) 将col2按降序对值排序
df.sort_values([col1,ascending=[True,False]) 将col1按升序排序,然后按降序排序col2
df.groupby(col) 从一列返回一组对象的值
df.groupby([col1,col2]) 从多列返回一组对象的值
df.groupby(col1)[col2] 返回col2中的值的平均值,按col1中的值分组(平均值可以用统计部分中的几乎任何函数替换)
df.pivot_table(index=col1,values=[col2,col3],aggfunc=max) 创建一个数据透视表,按col1分组并计算col2和col3的平均值
df.groupby(col1).agg(np.mean) 查找每个唯一col1组的所有列的平均值
data.apply(np.mean) 在每个列上应用函数
data.apply(np.max,axis=1) 在每行上应用一个函数

 

 

 

 

 

 

 

 

 

 

 

加入/合并

df1.append(df2) 将df1中的行添加到df2的末尾(列数应该相同)
df.concat([df1, df2],axis=1) 将df1中的列添加到df2的末尾(行数应该相同)
df1.join(df2,on=col1,how=‘inner‘) SQL类型的将df1中的列与df2上的列连接,其中col的行具有相同的值。 可以是“左”,“右”,“外”,“内”连接

 

 

 

 

 

统计

以下这些都可以应用于一个数组。

df.describe() 数值列的汇总统计信息
df.mean() 返回所有列的平均值
df.corr() 查找数据框中的列之间的相关性
df.count() 计算每个数据框的列中的非空值的数量
df.max() 查找每个列中的最大值
df.min() 查找每列中的最小值
df.median() 查找每列的中值
df.std() 查找每个列的标准差

以上是关于pandas常用函数的主要内容,如果未能解决你的问题,请参考以下文章

pandas 常用函数整理

pandas的简单使用-2-常用函数

pandas 常用函数

pandas常用函数说明及速查表

pandas一些常用函数的使用和理解

Pandas学习之常用函数详解