Pandas常用命令

1. 数据读取与写入

• 读取CSV文件：pd.read_csv(filename)
• 读取Excel文件：pd.read_excel(filename)
• 读取SQL数据库：pd.read_sql(query, connection_object)
• 写入CSV文件：df.to_csv(filename, index=False)
• 写入Excel文件：df.to_excel(filename, sheet_name='Sheet1', index=False)

2. 数据查看

• 查看前几行数据：df.head(n)，默认显示前5行
• 查看后几行数据：df.tail(n)，默认显示后5行
• 查看数据维度：df.shape，返回行数和列数的元组
• 查看数据集基本信息：df.info()，包括索引、列名、数据类型和内存信息
• 查看数值型列的统计信息：df.describe()

3. 数据筛选与索引

• 按列名访问数据：df['col_name']
• 按位置访问数据：df.iloc[row_index, column_index]
• 按索引名访问数据：df.loc[index_name, 'col_name']
• 条件筛选：df[df['col_name'] > threshold]
• 多条件筛选：使用&、|等逻辑运算符

4. 数据处理

• 检查缺失值：df.isnull() 或 df.isna()
• 删除缺失值：df.dropna()（按行删除）、df.dropna(axis=1)（按列删除）
• 填充缺失值：df.fillna(value=x)，x为填充值
• 数据类型转换：df['col_name'].astype(float)
• 字符串替换：df['col_name'].str.replace('old_str', 'new_str')

5. 数据排序与分组

• 按索引排序：df.sort_index()
• 按列值排序：df.sort_values(by='col_name', ascending=True/False)
• 数据分组：df.groupby('col_name')，之后可以接agg()、transform()等函数进行聚合操作

6. 数据转换与合并

• 重置索引：df.reset_index()，可选参数drop=True用于不将旧索引作为列保留
• 设置索引：df.set_index('col_name')
• 合并DataFrame：pd.concat([df1, df2], axis=0/1)，axis=0表示纵向合并，axis=1表示横向合并
• 连接DataFrame：pd.merge(df1, df2, on='col_name')，根据指定列连接两个DataFrame

7. 统计与计算

• 求最大值：df.max()
• 求最小值：df.min()
• 求和：df.sum()
• 求平均值：df.mean()
• 唯一值计数：df['col_name'].nunique() 或 df['col_name'].value_counts()

8. 其他常用命令

• 重命名列：df.rename(columns={'old_name': 'new_name'})
• 增加列：df['new_col'] = df['existing_col'] + 1
• 删除列：df.drop('col_name', axis=1)
• 删除行：df.drop(index_name, axis=0)