Pandas 是Python数据分析处理的核心第三方库,它使用二维数组形式,类似Excel表格,并封装了很多实用的函数方法,让你可以轻松地对数据集进行各种操作。
技术群的小伙伴自动发起,一起梳理了 Pandas 中常用的函数和方法,今天分享给大家,方便大家查询使用。
如果你也想加入学Python,见文末。
读取 写入
-
read_csv:读取CSV文件
-
to_csv:导出CSV文件
-
read_excel:读取Excel文件
-
to_excel:导出Excel文件
-
read_json:读取Json文件
-
to_json:导出Json文件
-
read_html:读取网页中HTML表格数据
-
to_html:导出网页HTML表格
-
read_clipboard:读取剪切板数据
-
to_clipboard:导出数据到剪切板
-
to_latex:导出数据为latex格式
-
read_sas:读取sas格式数据(一种统计分析软件数据格式)
-
read_spss:读取spss格式数据(一种统计分析软件数据格式)
-
read_stata:读取stata格式数据(一种统计分析软件数据格式)
-
read_sql:读取sql查询的数据(需要连接数据库),输出dataframe格式
-
to_sql:向数据库写入dataframe格式数据
连接 合并 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
-
pivot:按照指定的行列重塑表格
-
pivot_table:数据透视表,类似excel中的透视表
-
cut:将一组数据分割成离散的区间,适合将数值进行分类
-
qcut:和cut作用一样,不过它是将数值等间距分割
-
crosstab:创建交叉表,用于计算两个或多个因子之间的频率
-
join:通过索引合并两个dataframe
-
stack: 将数据框的列“堆叠”为一个层次化的Series
-
unstack: 将层次化的Series转换回数据框形式
-
append: 将一行或多行数据追加到数据框的末尾
分组 聚合 转换 过滤
-
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
-
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
-
rank:计算元素在每个分组中的排名
-
filter:根据分组的某些属性筛选数据
-
sum:计算分组的总和
-
mean:计算分组的平均值
-
median:计算分组的中位数
-
min和 max:计算分组的最小值和最大值
-
count:计算分组中非NA值的数量
-
size:计算分组的大小
-
std和 var:计算分组的标准差和方差
-
describe:生成分组的描述性统计摘要
-
first和 last:获取分组中的第一个和最后一个元素
-
nunique:计算分组中唯一值的数量
-
cumsum、cummin、cummax、cumprod:计算分组的累积和、最小值、最大值、累积乘积
数据清洗
-
dropna: 丢弃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
-
duplicated: 标记重复的行
-
drop_duplicates: 删除重复的行
-
str.strip: 去除字符串两端的空白字符
-
str.lower和 str.upper: 将字符串转换为小写或大写
-
str.replace: 替换字符串中的特定字符
-
astype: 将一列的数据类型转换为指定类型
-
sort_values: 对数据框按照指定列进行排序
-
rename: 对列或行进行重命名
-
drop: 删除指定的列或行
数据可视化
-
pandas.DataFrame.plot.area:绘制堆积图
-
pandas.DataFrame.plot.bar:绘制柱状图
-
pandas.DataFrame.plot.barh:绘制水平条形图
-
pandas.DataFrame.plot.box:绘制箱线图
-
pandas.DataFrame.plot.density:绘制核密度估计图
-
pandas.DataFrame.plot.hexbin:绘制六边形分箱图
-
pandas.DataFrame.plot.hist:绘制直方图
-
pandas.DataFrame.plot.line:绘制线型图
-
pandas.DataFrame.plot.pie:绘制饼图
-
pandas.DataFrame.plot.scatter:绘制散点图
-
pandas.plotting.andrews_curves:绘制安德鲁曲线,用于可视化多变量数据
-
pandas.plotting.autocorrelation_plot:绘制时间序列自相关图
-
pandas.plotting.bootstrap_plot:用于评估统计数据的不确定性,例如均值,中位数,中间范围等
-
pandas.plotting.lag_plot:绘制时滞图,用于检测时间序列数据中的模式、趋势和季节性
-
pandas.plotting.parallel_coordinates:绘制平行坐标图,用于展示具有多个特征的数据集中各个样本之间的关系
-
pandas.plotting.scatter_matrix:绘制散点矩阵图
-
pandas.plotting.table:绘制表格形式可视化图
日期时间
-
to_datetime: 将输入转换为Datetime类型
-
date_range: 生成日期范围
-
to_timedelta: 将输入转换为Timedelta类型
-
timedelta_range: 生成时间间隔范围
-
shift: 沿着时间轴将数据移动
-
resample: 对时间序列进行重新采样
-
asfreq: 将时间序列转换为指定的频率
-
cut: 将连续数据划分为离散的箱
-
period_range: 生成周期范围
-
infer_freq: 推断时间序列的频率
-
tz_localize: 设置时区
-
tz_convert: 转换时区
-
dt: 用于访问Datetime中的属性
-
day_name, month_name: 获取日期的星期几和月份的名称
-
total_seconds: 计算时间间隔的总秒数
-
rolling: 用于滚动窗口的操作
-
expanding: 用于展开窗口的操作
-
at_time, between_time: 在特定时间进行选择
-
truncate: 截断时间序列
技术交流与资料获取
技术要学会交流、分享,不建议闭门造车。一个人可以走的很快、一堆人可以走的更远。
好的文章离不开粉丝的分享、推荐,资料干货、资料分享、数据、技术交流提升,均可加交流群获取,群友已超过2000人,添加时最好的备注方式为:来源+兴趣方向,方便找到志同道合的朋友。
技术交流、代码、数据获取方式如下
方式①、添加微信号:dkl88194,备注:来自CSDN + 技术交流
方式②、微信搜索公众号:Python学习与数据挖掘,后台回复:技术交流
资料1
资料2
我们打造了《100个超强算法模型》,特点:从0到1轻松学习,原理、代码、案例应有尽有,所有的算法模型都是按照这样的节奏进行表述,所以是一套完完整整的案例库。
很多初学者是有这么一个痛点,就是案例,案例的完整性直接影响同学的兴致。因此,我整理了 100个最常见的算法模型,在你的学习路上助推一把!