本文详细介绍了Pandas库的23种核心操作，包括数据集信息查看、数据处理和DataFrame操作。内容涵盖数据集的特征信息、统计信息、数据输出、列名获取、缺失值处理、数据类型转换、数据筛选、函数应用、行重命名、唯一值提取和子DataFrame访问等。这些技巧对于Python数据分析师和科学家来说是必不可少的。
如下采用逗号作为分隔符，且不带索引：
df.to_csv(“data.csv”, sep=“,”, index=False)
4.基本的数据集特征信息
df.info()
5.基本的数据集统计信息
print(df.describe())
6.Print data frame in a table
将 DataFrame 输出到一张表：
print(tabulate(print_table, headers=headers))
当「print_table」是一个列表，其中列表元素还是新的列表，「headers」为表头字符串组成的列表。
7.列出所有列的名字
df.columns
基本数据处理
8.删除缺失数据
df.dropna(axis=0, how=‘any’)
返回一个 DataFrame，其中删除了包含任何 NaN 值的给定轴，选择 how=「all」会删除所有元素都是 NaN 的给定轴。
最低0.47元/天 解锁文章
扫一扫
1688
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
