python pandas库作用_python pandas库常用功能与函数介绍（持续更新中）

猫老师今天上课时正好讲到了pandas包的使用，于是想作为教材的补充，来进行一下知识点的重组，请有空的同学们去上机实验。

一、常用功能及函数简介

导入相关的包

一般我们需要做如下导入，numpy和pandas一般需要联合使用：

import pandas as pd

import numpy as np

本文采用如下缩写：

df：Pandas DataFrame对象

s： Pandas Series对象

数据导入pd.read_csv(filename)：从CSV文件导入数据

pd.read_table(filename)：从限定分隔符的文本文件导入数据

pd.read_excel(filename)：从Excel文件导入数据

pd.read_sql(query, connection_object)：从SQL表/库导入数据

pd.read_json(json_string)：从JSON格式的字符串导入数据

pd.read_html(url)：解析URL、字符串或者HTML文件

pd.read_clipboard()：从粘贴板获取内容

pd.DataFrame(dict)：从字典对象导入数据

数据导出

l df.to_csv(filename)：导出数据到CSV文件

l df.to_excel(filename)：导出数据到Excel文件

l df.to_sql(table_name, connection_object)：导出数据到SQL表

l df.to_json(filename)：以Json格式导出数据到文本文件

创建对象

pd.DataFrame(np.random.rand(20,5))：创建20行5列的随机数组成的DataFrame对象

pd.Series(my_list)：从可迭代对象my_list创建一个Series对象

df.index = pd.date_range('1900/1/30', periods=df.shape[0])：增加一个日期索引

index和reindex联合使用很有用处，index可作为索引并且元素乱排序之后，所以跟着元素保持不变，因此，当重拍元素时，只需要对index进行才重排即可:reindex。

另外， reindex时，还可以增加新的标为NaN的元素。

数据查看

df.head(n)：查看DataFrame对象的前n行

df.tail(n)：查看DataFrame对象的最后n行

df.shape()：查看行数和列数

df.describe()：查看数值型列的汇总统计

s.value_counts(dropna=False)：查看Series对象的唯一值和计数

df.apply(pd.Series.value_counts)：查看DataFrame对象中每一列的唯一值和计数

apply的用处很多，比如可以通过跟lambda函数联合，完成很多功能：将包含某个部分的元素挑出来等等。

2020.6.5