pandas常用调用函数总结

Pandas 是一个强大的 Python 数据分析库，它提供了丰富的函数和方法来处理数据。下面将详细介绍 Pandas 中一些常用的函数及其功能。

一、数据读取与写入

• read_csv()：读取 CSV 文件到 DataFrame。
• to_csv()：将 DataFrame 写入 CSV 文件。
• read_excel()：读取 Excel 文件到 DataFrame。
• to_excel()：将 DataFrame 写入 Excel 文件。
• read_json()、to_json()：读写 JSON 格式数据。
• read_html()、to_html()：从网页中读取 HTML 表格数据，以及将数据导出为 HTML 表格。
• read_clipboard()、to_clipboard()：从剪贴板读取数据，以及将数据写入剪贴板。

二、数据处理

• select_dtypes()：根据列的数据类型选择数据。
• dropna()：删除包含缺失值的行或列。
• fillna()：填充或替换缺失值。
• interpolate()：对缺失值进行插值处理。
• duplicated()：标记重复的行。
• drop_duplicates()：删除重复的行。
• str.strip()、str.lower()、str.upper()、str.replace()：对字符串类型的列进行清洗，如去除空白字符、转换大小写、替换特定字符等。
• astype()：将一列或多列的数据类型转换为指定类型。
• sort_values()：根据指定列对数据进行排序。
• rename()：对列名或行索引进行重命名。
• drop()：删除指定的列或行。

三、数据聚合与分组

• groupby()：按照指定的列或多个列对数据进行分组。
• agg()：对每个分组应用自定义的聚合函数，如求和、平均值等。
• transform()：对每个分组应用转换函数，返回与原始数据形状相同的结果。
• sum()、mean()、median()、min()、max()、std()、var()：计算分组数据的总和、平均值、中位数、最小值、最大值、标准差和方差。
• describe()：生成分组的描述性统计摘要。
• nunique()：计算分组中唯一值的数量。
• cumsum()、cummin()、cummax()、cumprod()：计算分组的累积和、累积最小值、累积最大值和累积乘积。

四、数据合并与重塑

• merge()：根据指定键关联连接多个 DataFrame，类似 SQL 中的 JOIN。
• concat()：合并多个 DataFrame，类似 SQL 中的 UNION。
• append()：将一行或多行数据追加到 DataFrame 的末尾。
• pivot()、pivot_table()：按照指定的行列重塑表格，其中 pivot_table 更加强大，可以计算汇总数据。
• stack()：将数据框的列“堆叠”为一个层次化的 Series。
• unstack()：将层次化的 Series 转换回 DataFrame 形式。

五、数据可视化

Pandas 提供了基础的绘图功能，但更复杂的可视化通常使用 Matplotlib 或 Seaborn 等库。Pandas 的可视化函数包括：

• plot.area()：绘制堆积图。
• plot.bar()：绘制柱状图。
• plot.barh()：绘制水平条形图。
• plot.box()：绘制箱线图。
• plot.hist()：绘制直方图。
• plot.line()：绘制线型图。
• plot.pie()：绘制饼图。
• plot.scatter()：绘制散点图。

六、其他常用函数

• apply()：对数据框的列或行应用函数。
• applymap()：对数据框的每个元素应用函数。
• isin()：判断数据是否在某个集合中。
• isnull()、notnull()：检测缺失数据。
• quantile()：计算数据的分位数。
• reset_index()：重置行索引。
• to_datetime()：将输入转换为 Datetime 类型。

这些函数和方法只是 Pandas 强大功能的一部分，Pandas 的设计使得数据处理和分析变得更加简单和高效。在实际应用中，可以根据具体需求选择合适的函数来处理数据。