一、Pandas兩大數(shù)據(jù)結構的創(chuàng)建

序號	方法	說明
1	pd.Series(對象,index=[ ])	創(chuàng)建Series。對象可以是列表\ndarray、字典以及DataFrame中的某一行或某一列
2	pd.DataFrame(data,columns = [ ],index = [ ])	創(chuàng)建DataFrame。columns和index為指定的列、行索引，并按照順序排列

舉例：用pandas創(chuàng)建數(shù)據(jù)表：

df = pd.DataFrame({"id":[1001,1002,1003,1004,1005,1006], 
 "date":pd.date_range('20130102', periods=6),
  "city":['Beijing ', 'SH', ' guangzhou ', 'Shenzhen', 'shanghai', 'BEIJING '],
 "age":[23,44,54,32,34,32],
 "category":['100-A','100-B','110-A','110-C','210-A','130-F'],
  "price":[1200,np.nan,2133,5433,np.nan,4432]},
  columns =['id','date','city','category','age','price'])

二、DataFrame常見方法

序號	方法	說明
1	df.head()	查詢數(shù)據(jù)的前五行
2	df.tail()	查詢數(shù)據(jù)的末尾5行
3	pandas.qcut()	基于秩或基于樣本分位數(shù)將變量離散化為等大小桶
4	pandas.cut()	基于分位數(shù)的離散化函數(shù)
5	pandas.date_range()	返回一個時間索引
6	df.apply()	沿相應軸應用函數(shù)
7	Series.value_counts()	返回不同數(shù)據(jù)的計數(shù)值
8	df.reset_index()	重新設置index，參數(shù)drop = True時會丟棄原來的索引，設置新的從0開始的索引，常與groupby()一起用

舉例：重新索引

df_inner.reset_index()

三、數(shù)據(jù)索引

序號	方法	說明
1	.values	將DataFrame轉換為ndarray二維數(shù)組
2	.append(idx)	連接另一個Index對象，產(chǎn)生新的Index對象
3	.insert(loc,e)	在loc位置增加一個元素
4	.delete(loc)	刪除loc位置處的元素
5	.union(idx)	計算并集
6	.intersection(idx)	計算交集
7	.diff(idx)	計算差集，產(chǎn)生新的Index對象
8	.reindex(index, columns ,fill_value, method, limit, copy )	改變、重排Series和DataFrame索引，會創(chuàng)建一個新對象，如果某個索引值當前不存在，就引入缺失值。
9	.drop()	刪除Series和DataFrame指定行或列索引。
10	.loc[行標簽，列標簽]	通過標簽查詢指定的數(shù)據(jù)，第一個值為行標簽，第二值為列標簽。
11	df.iloc[行位置，列位置]	通過默認生成的數(shù)字索引查詢指定的數(shù)據(jù)。

舉例：按索引提取單行的數(shù)值

df_inner.loc[3]

四、DataFrame選取和重新組合數(shù)據(jù)的方法

序號	方法	說明
1	df[val]	從DataFrame選取單列或一組列；在特殊情況下比較便利：布爾型數(shù)組（過濾行）、切片（行切片）、或布爾型DataFrame（根據(jù)條件設置值）
2	df.loc[val]	通過標簽，選取DataFrame的單個行或一組行
3	df.loc[：,val]	通過標簽，選取單列或列子集
4	df.1oc[val1,val2]	通過標簽，同時選取行和列
5	df.iloc[where]	通過整數(shù)位置，從DataFrame選取單個行或行子集
6	df.iloc[:,where]	通過整數(shù)位置，從DataFrame選取單個列或列子集
7	df.iloc[where_i,where_j]	通過整數(shù)位置，同時選取行和列
8	df.at[1abel_i,1abel_j]	通過行和列標簽，選取單一的標量
9	df.iat[i,j]	通過行和列的位置（整數(shù)），選取單一的標量
10	reindex	通過標簽選取行或列
11	get_value	通過行和列標簽選取單一值
12	set_value	通過行和列標簽選取單一值

舉例：使用iloc按位置區(qū)域提取數(shù)據(jù)

df_inner.iloc[:3,:2]

#冒號前后的數(shù)字不再是索引的標簽名稱，而是數(shù)據(jù)所在的位置，從0開始，前三行，前兩列。

五、排序

序號	函數(shù)	說明
1	.sort_index(axis=0, ascending=True)	根據(jù)指定軸索引的值進行排序
2	Series.sort_values(axis=0, ascending=True)	只能根據(jù)0軸的值排序。
3	DataFrame.sort_values(by, axis=0, ascending=True)	參數(shù)by為axis軸上的某個索引或索引列表。

舉例：按照索引列排序

df_inner.sort_index()

六、相關分析和統(tǒng)計分析

序號	方法	說明
1	.idxmin()	計算數(shù)據(jù)最小值所在位置的索引（自定義索引）
2	.idxmax()	計算數(shù)據(jù)最大值所在位置的索引（自定義索引）
3	.argmin()	計算數(shù)據(jù)最小值所在位置的索引位置（自動索引）
4	.argmax()	計算數(shù)據(jù)最大值所在位置的索引位置（自動索引）
5	.describe()	針對各列的多個統(tǒng)計匯總，用統(tǒng)計學指標快速描述數(shù)據(jù)的概要
6	.sum()	計算各列數(shù)據(jù)的和
7	.count()	非NaN值的數(shù)量
8	.mean( )	計算數(shù)據(jù)的算術平均值
9	.median()	計算算術中位數(shù)
10	.var()	計算數(shù)據(jù)的方差
11	.std()	計算數(shù)據(jù)的標準差
12	.corr()	計算相關系數(shù)矩陣
13	.cov()	計算協(xié)方差矩陣
14	.corrwith()	利用DataFrame的corrwith方法，可以計算其列或行跟另一個Series或DataFrame之間的相關系數(shù)。
15	.min()	計算數(shù)據(jù)的最小值
16	.max()	計算數(shù)據(jù)的最大值
17	.diff()	計算一階差分，對時間序列很有效
18	.mode()	計算眾數(shù)，返回頻數(shù)最高的那（幾）個
19	.mean()	計算均值
20	.quantile()	計算分位數(shù)（0到1）
21	.isin()	用于判斷矢量化集合的成員資格，可用于過濾Series中或DataFrame列中數(shù)據(jù)的子集
22	.unique()	返回一個Series中的唯一值組成的數(shù)組。
23	.value_counts()	計算一個Series中各值出現(xiàn)的頻率。

舉例：判斷city列的值是否為北京

df_inner['city'].isin(['beijing'])

七、分組的方法

序號	方法	說明
1	DataFrame.groupby()	分組函數(shù)
2	pandas.cut()	根據(jù)數(shù)據(jù)分析對象的特征，按照一定的數(shù)值指標，把數(shù)據(jù)分析對象劃分為不同的區(qū)間部分來進行研究，以揭示其內(nèi)在的聯(lián)系和規(guī)律性。

舉例：.groupby用法

group_by_name=salaries.groupby('name')
print(type(group_by_name))

輸出結果為：

class 'pandas.core.groupby.DataFrameGroupBy'

八、讀寫文本格式數(shù)據(jù)的方法

序號	方法	說明
1	read_csv	從文件、URL、文件型對象中加載帶分隔符的數(shù)據(jù)。默認分隔符為逗號
2	read_table	從文件、URL、文件型對象中加載帶分隔符的數(shù)據(jù)。默認分隔符為制表符（t）
3	read_ fwf	讀取定寬列格式數(shù)據(jù)（也就是說，沒有分隔符）
4	read_clipboard	讀取剪貼板中的數(shù)據(jù)，可以看做read_table的剪貼板版。再將網(wǎng)頁轉換為表格時很有用
5	read_excel	從ExcelXLS或XLSXfile 讀取表格數(shù)據(jù)
6	read_hdf	讀取pandas寫的HDF5文件
7	read_html	讀取HTML文檔中的所有表格
8	read_json	讀取JSON字符串中的數(shù)據(jù)
9	read_msgpack	二進制格式編碼的pandas數(shù)據(jù)
10	read_pickle	讀取Python pickle格式中存儲的任意對象
11	read_sas	讀取存儲于SAS系統(tǒng)自定義存儲格式的SAS數(shù)據(jù)集
12	read_sql	讀取SQL 查詢結果為pandas的DataFrame
13	read_stata	讀取Stata文件格式的數(shù)據(jù)集
14	read_feather	讀取 Feather二進制文件格式

舉例：導入CSV或者xlsx文件

df = pd.DataFrame(pd.read_csv('name.csv',header=1))
df = pd.DataFrame(pd.read_excel('name.xlsx'))

九、處理缺失數(shù)據(jù)

序號	方法	說明
1	.fillna(value,method,limit,inplace)	填充缺失值
2	.dropna()	刪除缺失數(shù)據(jù)
3	.info()	查看數(shù)據(jù)的信息，包括每個字段的名稱、非空數(shù)量、字段的數(shù)據(jù)類型
4	.isnull()	返回一個同樣長度的值為布爾型的對象（Series或DataFrame），表示哪些值是缺失的

舉例：查看數(shù)據(jù)表基本信息（維度、列名稱、數(shù)據(jù)格式等等）

df.info()

十、數(shù)據(jù)轉換

序號	方法	說明
1	.replace(old, new)	用新的數(shù)據(jù)替換老的數(shù)據(jù)，如果希望一次性替換多個值，old和new可以是列表。默認會返回一個新的對象，傳入inplace=True可以對現(xiàn)有對象進行就地修改。
2	.duplicated()	判斷各行是否是重復行，返回一個布爾型Series。
3	.drop_duplicates()	刪除重復行，返回刪除后的DataFrame對象。

舉例：刪除后出現(xiàn)的重復值：

df['city'].drop_duplicates()

本文總結的是都是一些Pandas常用的方法，至于一些基礎的概念還需要你學到Pandas的時候去理解，例如Series是什么？DataFrame是什么？如果你已經(jīng)清楚了Pandas的這些基礎東西之后，搭配上文章中的這些方法，那你用Pandas去做數(shù)據(jù)處理和分析必然會游刃有余。

您可能感興趣的文章:

Pandas數(shù)據(jù)分析的一些常用小技巧
python之pandas用法大全
Python pandas用法最全整理
Python Pandas常用函數(shù)方法總結
Python遍歷pandas數(shù)據(jù)方法總結
Python pandas常用函數(shù)詳解
Python使用Pandas庫常見操作詳解
pandas提升計算效率的一些方法匯總
11個Python Pandas小技巧讓你的工作更高效(附代碼實例)
詳解pandas獲取Dataframe元素值的幾種方法

標簽：紅河長治沈陽樂山上海滄州河南新疆

巨人網(wǎng)絡通訊聲明：本文標題《python數(shù)據(jù)分析必會的Pandas技巧匯總》，本文關鍵詞；如發(fā)現(xiàn)本文內(nèi)容存在版權問題，煩請?zhí)峁┫嚓P信息告之我們，我們將及時溝通與處理。本站內(nèi)容系統(tǒng)采集于網(wǎng)絡，涉及言論、版權與本站無關。