数据处理pandas常用的函数

这一部分主要是数据处理中常用的一些函数

最近突然要处理大量的数据，而且都是基本统计相关的操作，这些都是可以在excel中实现的只是实现起来不能auto，所以使用Python进行操作来实现自动化。先来熟悉一波函数，在实际的操作中使用到如下所示。

函数名/方法/属性	参数	返回值	其他
方法groupby()	groupby(columns,axis= 0, level=None , as_index=True, sort=True, group_keys=True, squeeze=False, observed=False, **kwargs) 由于参数过多，详细请点我,例子点我	Groupby objection
方法或函数map()	map(func, seq1[, seq2,…])	返回的是一个集合	其中func是函数，或者使用lambda表达式。作用在seq1,seq2…的每一个元素上面
lambda表达式	lambda x,y,z,… : 包含x,y,z,…的表达式	返回的是一个函数，参数是x,y,z,…
属性pd.columns	数据框属性，没有参数。可以通过这个属性对列名进行赋值	数据框的列名
方法pd.rename()	rename(columns={‘old_columns’:’new_columns’},inplace=True)	对指定的列重新命名	inplace=True是直接对原表进行修改不会产生副本
方法或函数pd.nlargest()	nlargest(n,columns=,keep=’first’),keep=’first’ or ‘last’ but first is the default	Return the first n rows with the largest values in columns, in descending order. The columns that are not specified are returned as well, but not used for ordering.
方法或函数pd.fillna()	fillna(number,inplace=True)	返回填充后的数据框
方法或函数pd.dropna()	dropna(axis=0)	返回删除包含空值的行	如果axis=1，则会删除包含空值的列，一般不会使用
方法或函数pd.notnull()	可以是方法也可是函数，当时函数的时候pd.notnull(obj)	返回值是bool型数据,整体数据类型和obj一样	可用来作为条件筛选
函数或方法pd.apply()	参数是函数	如果应用的对象是数据框，返回值也是数据框和pd的数据类型保持一致
drop_duplicates()	drop_duplicates(subset=None,keep=’first’,inplace=True); 1.subset:column label or sequence of labels, optional Only consider certain columns for identifying duplicates, by default use all of the columns; 2.keep : {‘first’, ‘last’, False}, default ‘first’.the funcitons of these params we can see as felllow: * ‘first’:Drop duplicates except for the first occurrence. * ‘last’:Drop duplicates except for the last occurrence. * ‘False’:Drop all duplicates.	Return DataFrame
Series.value_counts()，series可以是数据框的一列	series.value_counts(normalize=False, sort=True, ascending=False, bins=None, dropna=True) 1.dropna = True,Don’t include counts of NaN. 2.normalize=False,只是统计value的频数，当normalize=True的时候，这个时候统计的是value的频率	Returns object containing counts of unique values.数据类型是series 这些unique values是行索引,索引的顺序可以通过sort来进行排序，default True Sort by values
pd.reset_index()	reset_index(level=None, drop=False, inplace=False, col_level=0, col_fill=”) 1.level=是行的索引的层数，Only remove the given levels from the index. Removes all levels by default 2.drop = False,Do not try to insert index into dataframe columns. This resets the index to the default integer index. 3.col_level = 0 int or str default 0,If the columns have multiple levels, determines which level the labels are inserted into. By default it is inserted into the first level.这一个参数是对列名都多层的时候可以使用 4.col_fill = object, default ‘’;If the columns have multiple levels, determines how the other levels are named. If None then the index name is repeated. 例子	DataFrame	这个方法是对数据框多层索引的时候，可以用到。或者分组的时候也可用到
四舍五入pd.round()	round(decimals=0, *args, **kwargs) decimals : int, dict, Series 详细的介绍	DataFrame object