一些常用的高频用于数据分析的函数:
-
数据结构和基本信息:
pd.DataFrame()
:创建数据框。pd.Series()
:创建系列。df.shape
:返回DataFrame的形状。df.columns
:返回DataFrame的列名。df.index
:返回DataFrame的索引。
-
数据查看和切片:
df.head()
、df.tail()
:查看前/后几行数据。df.sample(n)
:随机抽取n行。df.iloc[]
、df.loc[]
:根据位置或标签选择数据。df['column'].value_counts()
:计算某列中各个值的频次。
-
数据清洗和处理:
df.drop(labels, axis=, inplace=True)
:删除行或列。df.fillna(value)
:填充缺失值。df.replace(old_value, new_value)
:替换值。df.rename(columns={'old_name': 'new_name'})
:重命名列。df.astype(dtype)
:更改列的数据类型。
-
数据计算和统计:
df.mean()
、df.median()
、df.std()
:计算均值、中位数、标准差等统计量。df.sum()
、df.min()
、df.max()
:计算总和、最小值、最大值等。df.describe()
:生成描述性统计信息。df.corr()
:计算列之间的相关性。
-
数据合并和连接:
pd.concat([df1, df2], axis=)
:沿轴连接数据。pd.merge(df1, df2, on=, how=)
:合并两个数据框。df.append(df2)
:在底部追加行。
-
数据分组和聚合:
df.groupby('column').agg({'col1': 'mean', 'col2': 'sum'})
:对分组数据进行聚合。df.resample('D').sum()
:按日期重新采样数据。
-
数据绘图和可视化:
df.plot()
:绘制数据。sns.heatmap(df.corr(), annot=True, cmap='coolwarm')
:绘制相关矩阵热图。sns.boxplot(x='category', y='value', data=df)
:箱线图。
-
时间序列操作:
pd.to_datetime(df['date_column'])
:将列转换为日期时间格式。df['date_column'].dt.month
:提取日期时间的月份。df.resample('M').sum()
:按月重新采样时间序列数据。