Pandas常用方法手册
Posted quietzpc
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常用方法手册相关的知识,希望对你有一定的参考价值。
关键缩写和包导入
在这个速查手册中,我们使用如下缩写:
df:任意的Pandas DataFrame对象
同时我们需要做如下的引入:
import pandas as pd
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[0]) |
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 |
http:// df.info() |
查看索引、数据类型和内存信息 |
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 |
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 |
数据清理
df.columns = [‘a‘,‘b‘,‘c‘] | 重命名列名 |
pd.isnull() |
检查DataFrame对象中的空值,并返回一个Boolean数组 |
pd.notnull() |
检查DataFrame对象中的非空值,并返回一个Boolean数组 |
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 |
s.replace([1,3],[‘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 |
数据透视表
df.groupby(col1).agg(np.mean) | 返回按列col1分组的所有列的均值 |
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 |
数据合并
df1.append(df2): | 将df2中的行添加到df1的尾部 |
df.concat([df1, df2],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 |
以上是关于Pandas常用方法手册的主要内容,如果未能解决你的问题,请参考以下文章
4numpy+pandas速查手册
《Python数据分析常用手册》一NumPy和Pandas篇
java项目小手册
pandas GroupBy上的方法apply:一般性的“拆分-应用-合并”
Python pandas.read_sql_query()常用操作方法代码
常用python日期日志获取内容循环的代码片段