pandas中文速查单
|
conda install pandas
|
获得 pandas 的最佳方式是通过 conda
|
|
python3 -m pip install --upgrade pandas
|
通过 PyPI
|
|
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple gevent
|
使用清华镜像安装
|
|
df
|
任意的Pandas DataFrame对象
|
|
s
|
任意的Pandas Series对象
|
import pandas as pd |
导入pandas并缩写为pd
|
import numpy as np |
导入numpy并缩写为np
|
|
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
|
|
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
|
|
pd.read_csv(filename)
|
从CSV文件导入数据
|
1
|
|
pd.read_table(filename)
|
从限定分隔符的文本文件导入数据
|
2
|
|
pd.read_excel(filename)
|
从Excel文件导入数据
|
3
|
|
pd.read_sql(query, connection_object)
|
从SQL表/库导入数据
|
4
|
|
pd.read_json(json_string)
|
从JSON格式的字符串导入数据
|
5
|
|
pd.read_html(url)
|
解析URL、字符串或者HTML文件，抽取其中的tables表格
|
6
|
|
pd.read_clipboard()
|
从你的粘贴板获取内容，并传给read_table()
|
7
|
|
pd.DataFrame(dict)
|
从字典对象导入数据，Key是列名，Value是数据
|
8
|
|
1
|
df.to_csv(filename)
|
导出数据到CSV文件
|
|
2
|
df.to_excel(filename)
|
导出数据到Excel文件
|
|
3
|
df.to_sql(table_name, connection_object)
|
导出数据到SQL表
|
|
4
|
df.to_json(filename)
|
以Json格式导出数据到文本文件
|
''不知道为什么这里没加
|
df[df[col] > 0.5]
|
选择col列的值大于0.5的行
|
|
df.sort_values(col1)
|
按照列col1排序数据，默认升序排列
|
|
df.sort_values(col2, ascending=False)
|
按照列col1降序排列数据
|
|
df.sort_values([col1,col2], ascending=[True,False])
|
先按列col1升序排列，后按col2降序排列数据
|
|
df.groupby(col)
|
返回一个按列col进行分组的Groupby对象
|
|
df.groupby([col1,col2])
|
返回一个按多列进行分组的Groupby对象
|
|
df.groupby(col1)[col2]
|
返回按列col1进行分组后，列col2的均值
|
|
df.pivot_table(index=col1, values=[col2,col3], aggfunc=max)
|
创建一个按列col1进行分组，并计算col2和col3的最大值的数据透视表
|
|
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
|
|
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
|
|
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
|
|
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
|
|
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
|
|
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
|
No comments yet.
Cheatography n. The art of mapping complex subjects into clear, instantly navigable reference guides.