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 |
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. |
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 |