Pandas之增删改查 : 常用函数官方文档整理

Pandas常用函数官方文档的函数有点多,刚开始学习的时候有点摸不着头脑,不知道从哪里下手 此目录只收录整理了基于功能:增删改查等函数或方法,方便记忆与学习 ---本章会持续更新.

分类	函数	链接	解释	解释	通用
增	df.insert	_¶_	新增一列,将列插入到DataFrame中的指定位置	新增列. Index有多个属性可以用于索引操作,点击跳转	idx, col, s, df
	df.set_index	_¶_	使用现有列设置DataFrame索引	新增列
	df.append	_¶_	将其他行附加到末尾，并返回一个新对象	新增行	idx, col, s, df
	df.assign	_¶_	将新列分配给DataFrame,并返回一个新对象	新增列
删	df.drop	_¶_	从行或列中删除指定的标签	删除列或行	idx, col, s, df
	df.drop_duplicates	_¶_	返回删除了重复行的DataFrame	删除重复	idx, col, s, df
	df.dropna	_¶_	删除缺失的值	删除NaN	idx, col, s, df
	df.droplevel	_¶_	返回已删除的索引/列的 多级别的DataFrame	删除行或列,可用于多级索引删除	idx, col, s, df
改	df.astype	_¶_	将pandas对象转换为指定的dtype	改 数据类型	idx, col, s, df
	df.convert_dtypes	_¶_	将列转换为最佳的dtype	改 数据类型	s, df
	df.infer_objects	_¶_	尝试为对象列推断更好的dtype	改 数据类型	s, df
	pd.to_numeric	_¶_	将参数转换为数字类型。参数 : (arg, errors='coerce')		s
	df.rename	_¶_	更改轴标签	更换行索引和列标签	idx, col, s, df
	df.T	_¶_	转置索引和列	转置索引和列	idx, col, s, df
	df.add_prefix	_¶_	带字符串前缀的前缀标签	要在每个标签之前添加的字符串	s, df
	df.add_suffix	_¶_	带字符串后缀的后缀标签	要在每个标签之后添加的字符串	s, df
	df.reindex	_¶_	使用可选的填充逻辑使DataFrame符合新索引	更换行索引和列标签	idx, col, s, df
	df.rename_axis	_¶_	设置索引或列的轴名称	更换行索引和列标签	s, df
	df.reset_index	_¶_	重置索引或索引的级别	更换行索引和列标签	s, df
	df.set_axis	_¶_	将所需的索引分配给给定的轴	更换行索引和列标签	s, df
	df.swaplevel	_¶_	在特定轴上的MultiIndex中交换级别i和j	要交换的索引级别