Pandas常用方法

参考文章

from Pandas as pd

1. pd.read_csv()
2. pd.read_excel(‘1.xlsx’,sheet_name=[‘python’,‘student’])
3. pd.DataFrame(result, columns=head)
4. pd.to_excel()
5. pd.to_sql(‘test_cjk’,engine ¹,if_exists=‘replace’,index = False)

6. pd.date_range(start=‘20170102’, periods=7, freq=“y”)
7. pd.Timestamp(‘20170102’)

---

8. pd.isnull() # 检查空值
9. pd.notnull()

from Numpy as np

1. np.array([3] * 4, dtype=‘int32’)
2. np.random.randn(7,4) # 正太分布
3. np.random.rand(20,5) # 20行5列

DataFrame

1. df.head()
2. df.tail()
3. df.index
4. df.columns
5. df.values
6. df.describe() # 查看数值型列的汇总统计
7. df.shape # 查看行数和列数
8. df.sort_index(axis=1, ascending=False)
9. df.sort_values(by=‘B’)
10. df.rename(columns={‘old_name’: ‘new_ name’}) # 选择性更改列名
11. df.set_index(‘column_one’) # 更改索引列
12. df.to_dict(‘records’) # 转化为字典 ‘dict’, ‘list’, ‘series’, ‘split’, ‘records’, ‘index’

---

10. df.loc[行,列]
11. df.loc[‘index_one’] # 按索引选取数据
12. df[[列1,列2]],df[列]
13. df.iloc[0,:] # 返回第一行
14. df.iloc[0,0] # 返回第一列第一个元素

---

15. df.dropna() # 删除所有包含空值的行
16. df.dropna(axis=1) # 删除所有包含空值的列
17. df.dropna(axis=1,thresh=n) # 删除所有小于n个非空值的行
18. df.fillna(x) # 用x替换DF对象中所有的空值

---

19. df[df[col] > 0.5]
20. df.sort_values(col1, ascending=False)
21. df.sort_values([col1, col2], ascending=[True, False])
22. df.groupby(col) # df.groupby([col1, col2])
23. df.apply(np.mean) # 对DF中的每一列应用函数

---

24. df.max(),df.min(),df.std(),df.count()

Series

1. s.astype(float) # 将Series中的数据类型更改为float类型
2. s.replace(1,‘one’) # 用‘one’代替所有等于1的值
3. s.replace([1,3],[‘one’,‘three’]) # 用’one’代替1，用’three’代替3

---

1. from sqlalchemy import create_engine engine = create_engine(f’mysql+pymysql://root:root@localhost:3306/test?charset=utf8’, encoding=“utf-8”) ↩︎