Pandas 33个冷知识 0715

Pandas 33个冷知识

1. 安装Pandas: 使用 pip install pandas 来安装Pandas库。

2. 数据结构: Pandas主要有两种数据结构：Series（一维数据）和DataFrame（二维数据）。

3. 创建Series: 使用 pd.Series([1, 2, 3]) 来创建一个简单的Series。

4. 创建DataFrame: 使用 pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]}) 来创建一个简单的DataFrame。

5. 读取CSV文件: 使用 pd.read_csv('file.csv') 来读取CSV文件。

6. 写入CSV文件: 使用 df.to_csv('file.csv', index=False) 来将DataFrame写入CSV文件。

7. 查看数据: 使用 df.head() 和 df.tail() 来查看DataFrame的前几行和最后几行。

8. 描述数据: 使用 df.describe() 来生成描述性统计信息。

9. 数据类型: 使用 df.dtypes 来查看DataFrame每列的数据类型。

10. 转换数据类型: 使用 df['col'].astype('int') 来转换列的数据类型。

11. 处理缺失值: 使用 df.dropna() 来删除缺失值，或者使用 df.fillna(value) 来填充缺失值。

12. 索引: 使用 df.set_index('col') 来设置DataFrame的索引。

13. 重置索引: 使用 df.reset_index() 来重置DataFrame的索引。

14. 过滤数据: 使用布尔索引 df[df['col'] > value] 来过滤数据。

15. 选择列: 使用 df['col'] 或 df[['col1', 'col2']] 来选择单列或多列。

16. 选择行: 使用 df.iloc[0] 按位置选择行，使用 df.loc['index'] 按索引选择行。

17. 计算统计量: 使用 df.mean(), df.median(), df.std() 来计算均值、中位数和标准差。

18. 字符串操作: 使用 df['col'].str.contains('substring') 来进行字符串操作。

19. 分组: 使用 df.groupby('col') 来进行数据分组，并使用 df.groupby('col').mean() 来计算分组后的均值。

20. 合并数据: 使用 pd.merge(df1, df2, on='key') 来合并两个DataFrame。

21. 连接数据: 使用 pd.concat([df1, df2], axis=0) 来连接两个DataFrame。

22. 数据透视表: 使用 df.pivot_table(values='val', index='col', columns='col2', aggfunc='mean') 来创建数据透视表。

23. 日期处理: 使用 pd.to_datetime(df['date_col']) 来转换日期格式。

24. 时间序列: 使用 df.resample('M').mean() 来进行时间序列数据的重采样。

25. 绘图: 使用 df.plot() 快速绘制图表。

26. 滚动窗口: 使用 df.rolling(window=3).mean() 来计算滚动窗口的均值。

27. 累积计算: 使用 df.cumsum() 来计算累积和。

28. 唯一值: 使用 df['col'].unique() 来获取列中的唯一值。

29. 值计数: 使用 df['col'].value_counts() 来统计每个值的出现次数。

30. 排序: 使用 df.sort_values(by='col') 来按列排序。

31. 替换值: 使用 df['col'].replace({'old_val': 'new_val'}) 来替换值。

32. 条件替换: 使用 df['col'] = df['col'].apply(lambda x: 'new_val' if x == 'old_val' else x) 来条件替换。

33. 数据样本: 使用 df.sample(frac=0.1) 来随机抽取样本。