Pandas 库最常用方法、函数集合

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！