强！20个Pandas代码 | 助力数据从业人员新征程！

摘要

Pandas 是基于NumPy 的一种工具，该工具是为了解决数据分析任务而创建的。不少利用Python做数据分析的朋友应该对Pandas不陌生，这里总结了20个常用的Pandas代码帮助我们更快速的理解数据。

本文将这20个Pandas代码分成三类：

• 基本数据信息

• 基本数据处理

• 操作Data frames

基本数据信息

1、基本读写数据集（CSV、Execl）

# csv# 读pd.DataFrame.from_csv(“csv_file”) pd.read_csv(“csv_file”)
# 写df.to_csv("data.csv", sep=",", index=False) # 逗号分隔，没有下标
# execlpd.read_excel("excel_file")df.to_execl("data.xlsx",sheet_name='a')

2、基本数据集特征

df.info()

3、基本数据统计

df.describe()

4、将data frames输出到一张表里（tabulate模块）

from tabulate import tabulateprint(tabulate(print_table, headers=headers))
# print_table 为包含列表的列表# headers     为表头所包含的字段

5、列出所有的字段

df.columns

6、得到前后n行

df.head(n) #前n行
df.tail(n) #后n行

7、通过特征、位置定位数据

df.loc[feature_name]
#选择“size”列的第一行df.loc([0], ['size'])
df.iloc[n]  # 位置

基本数据处理

8、去除缺失值

df.dropna(axis=0, how='any')

9、替换缺失值

df.replace(to_replace=None, value=None)# 将“to_replace”中的值替换为“value”

10、检查缺失值

pd.isnull(object)# 检测缺失值(数值数组中的NaN，对象数组中的None/NaN)

11、删除一个字段

df.drop('feature_variable_name', axis=1)# 轴对于行是0，对于列是1

12、将对象类型转换为数值

pd.to_numeric(df["feature_name"], errors='coerce')# 将对象类型转换为numeric以便能够执行计算(如果它们是字符串)

13、将Dataframe转换为numpy数组

df.as_matrix()

操作Data frames

14、将函数应用于dataframe

# 这个将把数据的“height”列中的所有值乘以21、df["height"].apply(lambda height: 2 * height)
2、def multiply(x):    return x * 2df["height"].apply(multiply)

15、从命名一列

# 这里，将把数据的第三列重命名为“size”df.rename(columns = {df.columns[2]:'size'}, inplace=True)

16、获取某列的唯一项

# 这里将得到列“name”的唯一条目df["name"].unique()

17、多级访问

# 在这里，将从数据中获取列的选择，“name”和“size”new_df = df[["name", "size"]]

18、数据的一些统计量df.sum()

df.min()df.max()df.idxmin()df.idxmax() #返回最大值索引df.mean()df.median()df.corr()  # 不同列之间的相关系数df["size"].median

19、 数据排序

df.sort_values(ascending = False)

20、布尔索引

df[df["size"] == 5] #布尔型索引

部分参考

https://towardsdatascience.com/23-great-pandas-codes-for-data-scientists-cca5ed9d8a38

长按上图，弹出“识别二维码”后关注