机器学习（提前篇）：pandas库（基础）

机器学习（提前篇）：pandas库（基础）

下面是我在学习pandas库的时候总结出的比较常用的几个函数，在这里做一下笔记以防忘记。

1. Pandas读取外部数据

读取函数	函数作用
pd.read_csv(filename)	导入csv文档
pd.read_table(filename)	导入分割的文件文本（如TSV）
pd.read_excel(filename)	导入Excel文档
pd.read_sql(query, connection_object)	读取SQL表/数据库
pd.read_json(json_string)	读取JSON格式的字符串，URL或文件
pd.read_html(url)	解析Html URL, 字符串或文件，并将表提取到数据框列表
pd.read_clipboard()	获取剪切板的内容并将其传给read_table()

写入函数	函数作用
df.to_csv(filename)	写入csv文件
df.to_excel(filename)	写入excel文件
df.to_sql(table_name, connection_object)	写入一个SQL表
df.to_json(filename)	写入JSON格式的文件

2.Pandas数据结构

数据结构	维数	说明
Series	1	序列/系列；一维数组
DataFrame	2	数据框/表格；二维数组
Panel	3	面板；三维数组

3.数据框数据的索引于选取

选取对象	方法
行列	df[]
区域	df.loc[], df.iloc[], df.ix[]
单元格	df.at[] , df.iat[]

选取方法	说明
loc[]	根据index行标签或colmun列名称来选取
iloc[]	基于行/列的position（行数列数）

4.Pandas描述性统计

函数	描述
df.count()	非空观测数量
df.sun()	所有值的和
df.mean()	所有值的平均值
df.median()	所有值的中位数
df.mode()	值的模值
df.std()	值的标准差
df.min()	所有值中的最小值
df.max()	所有值中的最大值
df.abs()	绝对值
df.prod()	数组元素的乘积
df.cunsum()	累计总和
df.cumprod()	累计乘积

5.判断空值函数

函数	作用
pd.dropna(axis=0, how=‘any’,thresh=None,subset=None,inplace=False)	（1）axis:维度，axis=0表示行，1表示列 （2）how:"all"表示这一行或列中的元素完全消失才删除这一行或列，“any”表示只要有数值为空，即删除这一行（3）thresh：表示这一行或列出现多少个空才删除
pd.fillna(value=None,method=Node,inplace=False,limit=None,downcast=None,**kwargs)	(1)value:用什么值去填充缺失值。(2)axis:确定填充维度。
pd.isna()	判断是不是缺失值
pd,isnull()	判断是不是缺失值