Pandas常用函数整理

数据分析中我们进行数据清洗，常用的工具为pandas库，本文为个人整理的pandas常用函数，希望对您学习pandas有帮助。

一、生成数据表

导入应用模块：

import pandas as pd

Import numpy as np  #numpy 通常搭配使用

（一）创建数据表

①df=pd.DataFrame() #创建多维列表

 ②df=pd.Series() #创建单行或单列数组

（二）读取数据表

① excel：df=pd.read_excel('文件路径+文件名.xlsx') #编码错误则在文件路径前加r防转译(注意考虑：无表头的情况，默认第一行，否则设置表头)

②CSV：df=pd.read_csv('文件路径+文件名.csv') #同上

③sql:  import pymysql

连接对象 = pymysql.connect(host = 'localhost',user = 'root',password = '1234',database = 'test',charset = 'utf8')

读取文件 = pd.read_sql("select * from 1班",con=连接对象)

 

二、数据表检查

（一）列表基本信息查看

①df.shape  #查看列表行列数

②df.info()  #查看列表整体信息，包括数据维度、数据格式、所占空间

③df.dtypes #查看各列数据格式

（二）列表数值查看

①df.isnull() #查看空值（np.any(df.isnuul()）列表是否含有空值

②df['A'].unique() #查看唯一值

③df.values #查看列表数值

④df.col