Pandas自查速查手册

基础操作

[]运算符相关

df[列名] -> Series

取出列名指定的列。

df[[列名1,列名2]] -> DataFrame

取出列名指定的多个列。

df[布尔Series] -> DataFrame

取出布尔表达式为真的行。

对行列操作

rename

将改名需求以字典形式传入columns参数，inplace参数默认为False，即传出一个新表。

reset_index

将原索引提取出来成为一列（或多列），使用新序号索引。

melt

将给定矩阵除参数id_vars所指定的列以外的所有列或参数value_vars所指定的列转换为行，使用参数var_name，value_name给出新列名。

stack

将原先的列索引转制为最内层行索引。

表的合并

pd.concat/df.append

将两表依axis参数指定轴连接在一起，要求两表除axis轴以外的形状一致。

pd.merge

将左表和右表以默认或按指定主键合并，并根据how参数编制表。

how参数的值	合并方式
cross	返回一个列长为左右表列长之和、行数为左右表行数之积的新表

数据清洗

值的筛选

drop_duplicates

将指定列发生重复的元素删除，可以指定inplace。

dropna(inplace=False)

将包含空缺值的行丢弃。

值的统计

group/df/series.unique/nunique

返回给定列中不重复值的列表/不重复值的个数

value_counts

返回给定列中每个元素及其出现次数。

值的判断

isna/isnull

判断值是否空缺。

df.isin(list)

对df中给定列的行返回一个表示该行该列的值是否在list中的布尔值

值的更改

replace（old_value, new_value)/([old_value1, old_value2], new_value)/({old_value: new_value})

将所有旧值替换为新值。

fillna

将所有空缺值用传入参数代替

字符串相关操作

contains

查询是否有任意子串为给定字符串，返回一Series布尔值。

match

检查给定列中元素是否符合给定正则表达式，返回一Series布尔值。

其他常用操作

apply

传入一个函数为参数，沿指定axis遍历表，返回一个与axis同大小的Series。

sort_values

使用参数by来指定排序的依据。