一、轉置：T函數(shù)
df.T
二、排序：sort函數(shù)
數(shù)據(jù)框排序：
df.sort_values(by = '編號')
數(shù)組排序：
df.編號.sort_values()? ##區(qū)別：這個只顯示對應列
降序：（默認是升序）
df.sort_values(by = '編號',ascending = False)
多列排序：
df.sort_values(['編號','網(wǎng)站情況'] ,ascending = False)
三涣觉、排名賦值:rank函數(shù)
df['rank']=df.編號.rank()
有一個特殊情況： 數(shù)值一樣的話嚷节，排名可以按照不同的方式排列吞鸭，可以在method參數(shù)配置不同的值
df['rank']=df.編號.rank(method='min')
min表示最小值俊扳，也是我們日常見到的
max最大值
默認是平均值
first不考慮并列情況，按照順序排序
四抄淑、查重復值：unique函數(shù),結果顯示的唯一值
針對的是數(shù)組級別
df.網(wǎng)站情況.unique()
五屠凶、對重復計數(shù)value_counts()
針對的是數(shù)組級別
df.網(wǎng)站情況.value_counts()
六、描述統(tǒng)計describe()
針對數(shù)值
df.describe()
指定某一列
df.編號.describe()
所以還可以是這樣的函數(shù)肆资，min阅畴，max，mean
df.max()
分析師好的習慣迅耘，拿到數(shù)據(jù)：
df.info()→df.head()→df.describe()
七贱枣、累加函數(shù)cumsum()
這個函數(shù)的功能是返回給定axis上的累計和
df['cumsum']=df.編號.cumsum()
八、分段函數(shù)cut()颤专，按照指分
df['cut']=pd.cut(df.編號,bins=4,labels=list('abcd'))
bins代表等分個數(shù)纽哥，labels表示別名，比如20-30歲少年
###不等分：
df['bin']=pd.cut(df.編號,bins=[0,500,1000,2000])
分為法分段函數(shù)pd.qcut()栖秕，按照排名分
數(shù)據(jù)聚合（與sql中的group by類似）
一春塌、groupby()
###max()最大值，還可以是avg等
df.groupby(by = '網(wǎng)站情況').max()
###指定某列：
df.groupby(by = '網(wǎng)站情況').編號.max()
###多個字段分組簇捍，結果是多重索引
df.groupby(by = ['網(wǎng)站情況','名稱']).編號.max()
###k[0]只壳，k[1]分別表示元組和數(shù)據(jù)框
for k in df.groupby(by = '網(wǎng)站情況'): print(k) 結果是一個元組，每個值是一個數(shù)和一個數(shù)據(jù)框
for k in df.groupby(by = '網(wǎng)站情況'): print(k[1])
###分組后最大值與最小值的差值
for k,v in df.groupby(by = '網(wǎng)站情況'):
????????print(max(v.編號)-min(v.編號))
多表關聯(lián)
三種關聯(lián)函數(shù)
一暑塑、concat（類似于堆疊吼句，類似于sql 的union）
應用場景：表1:1月份銷售明細；表2:2月份銷售明細事格，則可以進行拼接
參數(shù)：objs是[a惕艳，b]
axis=1 是左右拼接搞隐，默認為0是上下拼接
兩張表放在一起，字段合并
二远搪、join（針對的是索引）
如果是針對的某一列關聯(lián)劣纲，用merge
多表索引不一致，關聯(lián)后數(shù)據(jù)錯誤谁鳍，一般用在時間索引等
三癞季、merge（根據(jù)介質，也就是某一列）
1倘潜、直接數(shù)據(jù)框使用merge
df.merge()
right是右邊绷柒，on參數(shù)是當兩張表的關鍵字段名一樣時，當兩張表關聯(lián)字段名不一樣時使用right_on=窍荧，left_on
2、pd.merge()
這里多出來一個left參數(shù)
多重索引
一恨憎、groupby的多重索引切片
關鍵點：serise級別可以直接輸入索引標簽進行切片查詢
###第一步得出來是數(shù)據(jù)框形式
df.groupby(by = ['網(wǎng)站情況','編號']).mean()
###第二步等出來結果是Serise
df.groupby(by = ['網(wǎng)站情況','編號']).mean().rank
###第三步對Serise形式數(shù)據(jù)進行篩選
df.groupby(by = ['網(wǎng)站情況','編號']).mean().rank ['未嵌碼']
注意：數(shù)據(jù)框下多重索引需要使用loc
df.groupby(by = ['網(wǎng)站情況','編號']).mean().loc['網(wǎng)站打不開']
二蕊退、多重索引的變化
1、set_index():列名變成索引
df.sort_values(by=['網(wǎng)站情況','編號']).set_index(['網(wǎng)站情況','編號'])
2憔恳、reset_index()索引變成列
df.groupby(by = ['網(wǎng)站情況','編號']).mean().reset_index(['網(wǎng)站情況','編號'])
文本函數(shù)
str()函數(shù)
針對的是這個表格進行操作（也就是字符串）
df.網(wǎng)站情況.str[-1,1]
replace()函數(shù)也是針對表格的具體值替換
當需要針對值里的某個字符替換時瓤荔，則還需要套用一個str()函數(shù)
df.網(wǎng)站情況.str.replace('未','沒有')
去重函數(shù)
1、空值填充fillna
某個值為空值
df.loc[df.名稱 == '扶貧辦','名稱'] = np.NaN
###指定某一列的空值填充
df.名稱=df.名稱.fillna('abc')
###整個數(shù)據(jù)框的空值填充
df = df.fillna('abc')
2钥组、空值行刪除
df.dropna()
3输硝、刪除重復元素
###判斷是否有重復值
df.duplicated()
###索引每一列是否有重復值
df[df.duplicated()]
###去除重復后的數(shù)據(jù)框
df[~df.duplicated()]
drop_duplicates() 直接返回數(shù)據(jù)
apply函數(shù)（自定義函數(shù)應用到列或者行）
1、對某個列
輸入：df.編碼的每一行
輸出：按照匿名函數(shù)lambda x:str(x)+'k'輸出
df.編號.apply(lambda x:str(x)+'k')
等價于
def func(x):?
? ? ? ?return str(x)+'k'?
df.編號.apply(func)??
2程梦、對整個數(shù)據(jù)框：
axis=0表示應用函數(shù)多每個列
axis=1表示應用函數(shù)多每個行
3点把、apply應用在聚合函數(shù)
不同網(wǎng)站情況編號排名前3的
def func(x):
????r = x.sort_values('編號',ascending=False) ????return r[:3]
df.groupby('網(wǎng)站情況').apply(func)
自定義取前幾個：
def func(x,n):
? ? r = x.sort_values('編號',ascending=False)? ??
? ? return r[:n]
df.groupby('網(wǎng)站情況').apply(func,n=3)
4、agg函數(shù)
df.groupby('網(wǎng)站情況').agg('mean')
等價于
df.groupby('網(wǎng)站情況').mean()
agg可以進行多個函數(shù)計算：
df.groupby('網(wǎng)站情況').agg(['mean','sum'])
數(shù)據(jù)透視表函數(shù)pivot_table
df.pivot_table(index= '網(wǎng)站情況',columns='名稱',values='編號')
1屿附、某個字段計算某個函數(shù)郎逃，使用字典：介質對
df.pivot_table(index= '網(wǎng)站情況',columns='名稱',values=['編號','序號'],aggfunc={'編號':np.mean,'序號':len})
