23种Pandas核心操作

读取数据集

pd.read_csv(“csv_file”)
pd.read_excel("excel_file")

保存数据到csv文件，且不带索引

df.to_csv("data.csv", sep=",", index=False)

基本的数据集特征信息
删除缺失数据

df.dropna(axis=0, how='any')

替换缺失数据

df.replace(to_replace=None, value=None)

使用 value 值代替 DataFrame 中的 to_replace 值，其中 value 和 to_replace 都需要我们赋予不同的值。
检查空值 NaN

pd.isnull(object)

删除特征

df.drop('feature_variable_name', axis=1)

axis 选择 0 表示行，选择表示列。
将目标类型转换为浮点型

pd.to_numeric(df["feature_name"], errors='coerce')

将目标类型转化为数值从而进一步执行计算，在这个案例中为字符串。
将 DataFrame 转换为 NumPy 数组

df.as_matrix()

通过特征名取数据

df.loc[feature_name]

DataFrame 操作
对 DataFrame 使用函数
该函数将令 DataFrame 中「height」行的所有值乘上 2：

df["height"].apply(*lambda* height: 2 * height)

或：

def multiply(x):
 return x * 2
df["height"].apply(multiply)

重命名行
下面代码会重命名 DataFrame 的第三行为「size」：

df.rename(columns = {df.columns[2]:'size'}, inplace=True)

取某一行的唯一实体
下面代码将取「name」行的唯一实体：

df["name"].unique()

（20）总结数据信息

df.sum()
df.min()
df.max()
df.idxmin()
df.idxmax()
df.describe()
df.mean()
df.median()
df.corr()
df["size"].median()

选定特定的值
以下代码将选定「size」列、第一行的值：

df.loc([0], ['size'])