python的pandas库内的函数_【转】python 中NumPy和Pandas工具包中的函数使用笔记（方便自己查找）...

'first'　　　　　　按值在原始数据中出现的顺序排名

C.DataFrame

DataFrame是一个表格型的数据结构，它含有一组有序的列，每列可以是不同的值类型(数值、字符串、布尔值等)。DataFrame既有行索引也有列索引，它可以被看做由Series组成的字典(共用同一个索引)。

DataFrame可以通过类似字典的方式或者.columnname的方式将列获取为一个Series。行也可以通过位置或名称的方式进行获取。

为不存在的列赋值会创建新列。

>>> del frame['xxx']　　# 删除列

属性

说明

values

DataFrame的值

index

行索引

index.name

行索引的名字

columns

列索引

columns.name

列索引的名字

ix

返回行的DataFrame

ix[[x,y,...], [x,y,...]]

对行重新索引，然后对列重新索引

T

frame行列转置

2.2.C.1 DataFrame常用属性

函数

说明

DataFrame(dict, columns=dict.index, index=[dict.columnnum])

DataFrame(二维ndarray)

DataFrame(由数组、列表或元组组成的字典)

DataFrame(NumPy的结构化/记录数组)

DataFrame(由Series组成的字典)

DataFrame(由字典组成的字典)

DataFrame(字典或Series的列表)

DataFrame(由列表或元组组成的列表)

DataFrame(DataFrame)

DataFrame(NumPy的MaskedArray)

构建DataFrame

数据矩阵，还可以传入行标和列标

每个序列会变成DataFrame的一列。所有序列的长度必须相同

类似于“由数组组成的字典”

每个Series会成为一列。如果没有显式制定索引，则各Series的索引会被合并成结果的行索引

各内层字典会成为一列。键会被合并成结果的行索引。

各项将会成为DataFrame的一行。索引的并集会成为DataFrame的列标。

类似于二维ndarray

沿用DataFrame

类似于二维ndarray，但掩码结果会变成NA/缺失值

df.reindex([x,y,...], fill_value=NaN, limit)

df.reindex([x,y,...], method=NaN)

df.reindex([x,y,...], columns=[x,y,...],copy=True)

返回一个适应新索引的新对象，将缺失值填充为fill_value，最大填充量为limit

返回适应新索引的新对象，填充方式为method

同时对行和列进行重新索引，默认复制新对象。

df.drop(index, axis=0)

丢弃指定轴上的指定项。

排序函数

说明

df.sort_index(axis=0, ascending=True)

df.sort_index(by=[a,b,...])

根据索引排序

汇总统计函数

说明

df.count()

非NaN的数量

df.describe()

一次性产生多个汇总统计

df.min()

df.min()

最小值

最大值

df.idxmax(axis=0, skipna=True)

df.idxmin(axis=0, skipna=True)

返回含有最大值的index的Series

返回含有最小值的index的Series

df.quantile(axis=0)

计算样本的分位数

df.sum(axis=0, skipna=True, level=NaN)

df.mean(axis=0, skipna=True, level=NaN)

df.median(axis=0, skipna=True, level=NaN)

df.mad(axis=0, skipna=True, level=NaN)

df.var(axis=0, skipna=True, level=NaN)

df.std(axis=0, skipna=True, level=NaN)

df.skew(axis=0, skipna=True, level=NaN)

df.kurt(axis=0, skipna=True, level=NaN)

df.cumsum(axis=0, skipna=True, level=NaN)

df.cummin(axis=0, skipna=True, level=NaN)

df.cummax(axis=0, skipna=True, level=NaN)

df.cumprod(axis=0, skipna=True, level=NaN)

df.diff(axis=0)

df.pct_change(axis=0)

返回一个含有求和小计的Series

返回一个含有平均值的Series

返回一个含有算术中位数的Series

返回一个根据平均值计算平均绝对离差的Series

返回一个方差的Series

返回一个标准差的Series

返回样本值的偏度(三阶距)

返回样本值的峰度(四阶距)

返回样本的累计和

返回样本的累计最大值

返回样本的累计最小值

返回样本的累计积

返回样本的一阶差分

返回样本的百分比数变化

计算函数

说明

df.add(df2, fill_value=NaN, axist=1)

df.sub(df2, fill_value=NaN, axist=1)

df.div(df2, fill_value=NaN, axist=1)

df.mul(df2, fill_value=NaN, axist=1)

元素级相加，对齐时找不到元素默认用fill_value

元素级相减，对齐时找不到元素默认用fill_value

元素级相除，对齐时找不到元素默认用fill_value

元素级相乘，对齐时找不到元素默认用fill_value

df.apply(f, axis=0)

将f函数应用到由各行各列所形成的一维数组上

df.applymap(f)

将f函数应用到各个元素上

df.cumsum(axis=0, skipna=True)

累加，返回累加后的dataframe

2.2.C.2 Dataframe常用函数

索引方式

说明

df[val]

选取DataFrame的单个列或一组列

df.ix[val]

选取Dataframe的单个行或一组行

df.ix[:,val]

选取单个列或列子集

df.ix[val1,val2]

将一个或多个轴匹配到新索引

reindex方法

将一个或多个轴匹配到新索引

xs方法

根据标签选取单行或者单列，返回一个Series

icol、irow方法

根据整数位置选取单列或单行，并返回一个Series

get_value、set_value

根据行标签和列标签选取单个值

2.2.C.3 Dataframe常用索引方式

运算：

默认情况下，Dataframe和Series之间的算术运算会将Series的索引匹配到的Dataframe的列，沿着列一直向下传播。若索引找不到，则会重新索引产生并集。

D.Index

pandas的索引对象负责管理轴标签和其他元数据(比如轴名称等)。构建Series或DataFrame时，所用到的任何数组或其他序列的标签都会被转换成一个Index。Index对象不可修改，从而在多个数据结构之间安全共享。

主要的Index对象

说明

Index

最广泛的Index对象，将轴标签表示为一个由Python对象组成的NumPy数组

Int64Index

针对整数的特殊Index

MultiIndex

“层次化”索引对象，表示单个轴上的多层索引。可以看做由元组组成的数组

DatetimeIndex

存储纳秒级时间戳(用NumPy的Datetime64类型表示)

PeriodIndex

针对Period数据(时间间隔)的特殊Index