pandas 按字符串肚脐眼 读取数据_十分钟学习pandas！ pandas常用操作总结！

学习Python, 当然少不了pandas，pandas是python数据科学中的必备工具，熟练使用pandas是从sql boy/girl 跨越到一名优秀的数据分析师傅的必备技能。

这篇pandas常用操作总结帮大家回顾下pandas的常用语法，尤其是我们分析数据时常用的方法。文末还有pandas的cheat sheet，帮助你记住常见的pandas操作。

常用操作分类：

1. 从不同文件中导入数据

2. 以不同的文件格式导出DataFrames

3. 查看DataFrame信息

4. 选择数据的特定子集

5. 数据清理命令

6. 分组、排序和过滤数据

7. 其他

以下df代表DataFrame对象，ser代表Series对象。

从不同文件中导入数据

• 从CSV文件中读取所有数据：pd.read_csv(file_name)

• 从一个分隔的文本文件(如TSV)中读取所有数据：pd.read_table(file_name)

• 从Excel表读取：pd.read_excel(file_name)

• 从SQL数据库中读取数据：pd.read_sql(query, connectionObject)

• 从JSON格式的字符串或URL中获取数据：pd.read_json(jsonString)

• 要获取剪贴板的内容：pd.read_clipboard()

以不同的文件格式导出DataFrames

• 将DataFrame写入CSV文件：df.to_csv(file_name)

• 将DataFrame写入Excel文件：df.to_excel(file_name)

• 将一个DataFrame写入一个SQL表：df.to_sql(tableName, connectionObject)

• 将DataFrame写入JSON格式的文件：df.to_json(file_name)

查看DataFrame信息

• 获取所有与索引、数据类型和内存相关的信息：df.info()

• 要提取DataFrame的起始n行：df.head(n)

• 要提取DataFrame中最后n行：df.tail(n)

• 要提取DataFrame中可用的行数和列数：df.shape。

• 总结数字列的统计：df.describe()

• 要查看唯一值及其计数：ser.value_counts(dropna=False)

选择数据的特定子集

• 提取第一行：df.iloc[0,:]。

• 提取第一列的第一个元素: df.iloc[0,0]

• 返回标签为'col'的列作为Series：df[col]。

• 返回具有新数据框架的列：df[[col1,col2]]。

• 按位置选择数据：ser.iloc[0]。

• 按索引选择数据：ser.loc['index_one']

数据清理命令

• 同时重命名所有列：df.rename(columns = lambda x: x + '1')

• 选择性地重命名列：df.rename(columns = {'oldName': 'newName'})

• 重命名所有的索引：df.rename(index = lambda x: x + 1)

• 按顺序重命名列：df.columns = ['x', 'y', 'z']。

• 检查是否存在空值，相应地返回一个布尔值arrray：pd.isnull()

• pd.isnull()的反向：pd.notnull()

• 删除所有包含空值的记录：df.dropna()

• 删除所有包含空值的列：df.dropna(axis=1)

• 用'n'代替每个空值：df.fillna(n)

• 要将series的所有数据类型转换为浮点数：ser.astype(float)

• 将所有数字1替换为'1'，将3替换为'3'：ser.replace([1,2], ['one', 'two']) 

分组、排序和过滤数据

• 返回列值的groupby对象：df.groupby(colm)

• 返回多列值的groupby对象：df.groupby([colm1, colm2])

• 按升序排序(按列)：df.sort_values(colm1)

• 要按降序排序(按列)：df.sort_values(colm2, ascending=False)

• 提取列值大于0.6的行：df[df[colm] > 0.6] 

其他

• 将第一个DataFrame的行添加到第二个DataFrame的末尾：df1.append(df2)

• 将第一个DataFrame的列添加到第二个DataFrame的末尾：pd.concat([df1,df2],axis=1)

• 返回所有列的平均值：df.mean()

• 返回非空值的数量：df.count()

另外给大家准备了pandas使用的cheat sheet，简单两页全面地总结了pandas的使用方法。

截图：

后台回复「 1206 」即可获取。

点亮 ，告诉大家你也在看