pandas作為python在數(shù)據(jù)科學(xué)領(lǐng)域關(guān)鍵包之一强挫，熟練其API是必備的
我們使用如下縮寫：
df：任意的Pandas DataFrame對象
s：任意的Pandas Series對象
同時(shí)我們需要做如下的引入：
import pandas as pd
import numpy as np
導(dǎo)入數(shù)據(jù)
pd.read_csv(filename)：從CSV文件導(dǎo)入數(shù)據(jù)
pd.read_table(filename)：從限定分隔符的文本文件導(dǎo)入數(shù)據(jù)
pd.read_excel(filename)：從Excel文件導(dǎo)入數(shù)據(jù)
pd.read_sql(query, connection_object)：從SQL表/庫導(dǎo)入數(shù)據(jù)
pd.read_json(json_string)：從JSON格式的字符串導(dǎo)入數(shù)據(jù)
pd.read_html(url)：解析URL、字符串或者HTML文件呆细，抽取其中的tables表格
pd.read_clipboard()：從你的粘貼板獲取內(nèi)容八匠，并傳給read_table()
pd.DataFrame(dict)：從字典對象導(dǎo)入數(shù)據(jù)，Key是列名梨树，Value是數(shù)據(jù)
導(dǎo)出數(shù)據(jù)
df.to_csv(filename)：導(dǎo)出數(shù)據(jù)到CSV文件
df.to_excel(filename)：導(dǎo)出數(shù)據(jù)到Excel文件
df.to_sql(table_name, connection_object)：導(dǎo)出數(shù)據(jù)到SQL表
df.to_json(filename)：以Json格式導(dǎo)出數(shù)據(jù)到文本文件
創(chuàng)建測試對象
pd.DataFrame(np.random.rand(20,5))：創(chuàng)建20行5列的隨機(jī)數(shù)組成的DataFrame對象
pd.Series(my_list)：從可迭代對象my_list創(chuàng)建一個(gè)Series對象
df.index = pd.date_range('1900/1/30', periods=df.shape[0])：增加一個(gè)日期索引
查看抡四、檢查數(shù)據(jù)
df.head(n)：查看DataFrame對象的前n行
df.tail(n)：查看DataFrame對象的最后n行
df.shape[0], ? ?df.shape[1]：分別查看行數(shù)和列數(shù)
df.info()：查看索引、數(shù)據(jù)類型和內(nèi)存信息
df.describe()：查看數(shù)值型列的匯總統(tǒng)計(jì)
s.value_counts(dropna=False)：查看Series對象的唯一值和計(jì)數(shù)
s.count() ：非空值數(shù)量
df.apply(pd.Series.value_counts)：查看DataFrame對象中每一列的唯一值和計(jì)數(shù)
數(shù)據(jù)選取
df[col]：根據(jù)列名淑履，并以Series的形式返回列
df[[col1, col2]]：以DataFrame形式返回多列
s.iloc[0]：按位置選取數(shù)據(jù)
s.loc['index_one']：按索引選取數(shù)據(jù)
df.iloc[0,:]：返回第一行
df.iloc[0,0]：返回第一列的第一個(gè)元素
數(shù)據(jù)清理
df.columns = ['a','b','c']：重命名列名
pd.isnull()：檢查DataFrame對象中的空值藻雪，并返回一個(gè)Boolean數(shù)組
pd.notnull()：檢查DataFrame對象中的非空值，并返回一個(gè)Boolean數(shù)組
df.dropna()：刪除所有包含空值的行
df.dropna(axis=1)：刪除所有包含空值的列
df.dropna(axis=1,thresh=n)：刪除所有小于n個(gè)非空值的行
df.fillna(x)：用x替換DataFrame對象中所有的空值
s.astype(float)：將Series中的數(shù)據(jù)類型更改為float類型
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指煎，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'})：選擇性更改列名
df.set_index('column_one')：更改索引列
df.rename(index=lambda x: x + 1)：批量重命名索引
數(shù)據(jù)處理：Filter瑰排、Sort和GroupBy
df[df[col] > 0.5]：選擇col列的值大于0.5的行
df.sort_values(col1)：按照列col1排序數(shù)據(jù)，默認(rèn)升序排列
df.sort_values(col2, ascending=False)：按照列col1降序排列數(shù)據(jù)
df.sort_values([col1,col2], ascending=[True,False])：先按列col1升序排列崇渗，后按col2降序排列數(shù)據(jù)
df.groupby(col)：返回一個(gè)按列col進(jìn)行分組的Groupby對象
df.groupby([col1,col2])：返回一個(gè)按多列進(jìn)行分組的Groupby對象
df.groupby(col1)[col2]：返回按列col1進(jìn)行分組后京郑，列col2的均值
df.pivot_table(index=col1, values=[col2,col3], aggfunc=max)：創(chuàng)建一個(gè)按列col1進(jìn)行分組，并計(jì)算col2和col3的最大值的數(shù)據(jù)透視表
df.groupby(col1).agg(np.mean)：返回按列col1分組的所有列的均值
data.apply(np.mean)：對DataFrame中的每一列應(yīng)用函數(shù)np.mean
data.apply(np.max,axis=1)：對DataFrame中的每一行應(yīng)用函數(shù)np.max
df.get_dummies() ：one-hot編碼
s.map() , df.applymap()：映射
數(shù)據(jù)合并
df1.append(df2)：將df2中的行添加到df1的尾部
df.concat([df1, df2],axis=1)：將df2中的列添加到df1的尾部
df1.join(df2,on=col1,how='inner')：對df1的列和df2的列執(zhí)行SQL形式的join
數(shù)據(jù)統(tǒng)計(jì)
df.describe()：查看數(shù)據(jù)值列的匯總統(tǒng)計(jì)
df.mean()：返回所有列的均值
df.corr()：返回列與列之間的相關(guān)系數(shù)
df.count()：返回每一列中的非空值的個(gè)數(shù)
df.max()：返回每一列的最大值
df.min()：返回每一列的最小值
df.median()：返回每一列的中位數(shù)
df.std()：返回每一列的標(biāo)準(zhǔn)差
