Pandas常用函数总结

常用导入包

import numpy as np
import pandas as pd
import geopandas as gpd
import matplotlib.pyplot as plt
from tqdm import tqdm # 进度条
#运行以下代码可以让Python不显示warnings
import warnings
warnings.filterwarnings("ignore")

输入、输出数据

（1）输入

data = pd.read_table(r"输入地址", 
                      sep=',', #分隔符，也可填\t
                      dtype="xxx", #字段类型
                      encoding="xxx" #可填gbk
                      )

注：常用的还包括pd.read_csv()、pd.read_excel()等。

（2）输出

data.to_csv(r"输出地址", sep=',',index=False)

查看数据信息

data.columns    #查看数据框的标签

data.info()     #查看数据框的信息

按条件筛选出欲保留行列

（1）筛选出欲保留的列

data = data[['列名1', '列名2', '列名3']]

（2）筛选出欲保留的行

①单条件筛选

data = data [data ["列名"]=="xxx"]

②isin()函数筛选

data = data [data ["列名"].isin([xxx,xxx,xxx])]

③多条件筛选

data = data [(data ["列名1"]=="xxx") & (data ["列名2"]=="xxx")]   #&为且，|为或

data = data [~(data ["列名"]=="xxx")]  #~为取反

按条件删除行

（1）删除所有含空值的行

data = data.dropna()

（2）删除“某列=指定值”行

data = data.drop(列名=['值1','值2'])

更新行数据

（1）更新指定行的数值

print(data[data['列名'] == 值])  
data.loc[data['列名'] , '列名'] = 更新值 

（2）将NaN替换为特定值

data= data.fillna(
    '更新值',  # NaN的替换值
    inplace=False  # 是否更换源文件
)
print(data)

修改标签名

data.rename(columns={'标签名1':'重命名1','标签名1':'重命名1'})

设置索引列

（1）以已有列作为索引列

data.set_index('已有列名',inplace = True) # inplace参数是否创建一个新的dataframe，默认false则创建新的dataframe，为true时修改原dataframe

（2）添加递增列作为索引列

data ['新增列名'] = range(len(data))
data.set_index('新增列名',inplace = True)

更改字段类型

data['列名']= data['列名'].astype('xxx')  #xxx可填float等

新增字段并计算

result['新增字段名']=result['列名1']-result['列名2']  #此处仅为展示语法

按关键字段连接

result = pd.merge(表A, 表B, on="关键字段")

分组统计

（1）按一列分组统计

result = data.groupby('分组列')['统计列']**.mean()**.rename('统计结果列命名').reset_index()

（2）按二列分组统计

tmp1 = station_data.groupby(["分组列1","分组列2"])['统计列'].mean().rename('统计结果列命名).reset_index()

mean()又可以更换为sum()、min(）、max()等