pandas基础--数据读写、数据情况、数据清洗、类型转换、数据连接

 

数据读写操作函数

函数	参数	功能	备注	其他
pd.read_csv()	路径	读文件	csv、txt
pd.read_excel()
pd.read_sql()
df.to_csv()		写文件
df.to_excel()
df.to_sql()

 

参考官方文档，有更多I/O操作：https://pandas.pydata.org/pandas-docs/stable/reference/io.html

数据统计函数

函数	功能	备注	其他
df.head()	预览数据前几行，默认5	df.head(10)看前10行
df.tail()	预览数据尾部几行，默认5
df.shape	返回数据行数
df.columns()	返回数据列名称
df.dtypes()	看数据类型
df.describe()	数据描述性统计
S.value_counts()	离散变量，出现的次数	df['某一列'].value_counts()
S.quantile()

 

数据清洗函数

函数	功能	说明	备注
df.isnull()	判断数据是狗存在缺失值
df.duplicated()	判断是否存在重复值
df.dropna()	删除缺失值
df.fillna()	填充缺失值
df.drop_deplicated()	删除重复值
df.drop()	删除某行或者某列	df.drop(['a','b',axis=1]) 删除名为 a, b的 列
df.rename()	重命名
df.reset_index	行索引转变量

类型转换

函数	功能	备注	其他
S.astype()		可转int、float、str
pd.to_datetime		转为日期时间型
S.map()
S.apple()	元素集处理	可以自己定义处理函数

数据合并

函数	功能	备注
pd.concat()	数据合并	按照行或者列，指定axis= 0 行  1列
pd.merge()	数据连接	与数据库操作类似
pd.pivot_table()	透视图
df.groupby()	数据分组
df.groupby.summarize()	分组统计

本文参考：https://mp.weixin.qq.com/s/V-TLclTfzWSEoAk4H74ONw