Pandas常用方法汇总

如果说Numpy是列表的话，Pandas就是元素为列表的字典，下面介绍Pandas常用方法：

import pandas as pd
import numpy as np
s = pd.Series([1,3,6,np.nan,9])     #由一组数据和数据索引组成的数据
print(s)
dates = pd.date_range('20200704',periods=6)
print(dates)
df = pd.DataFrame(np.random.randn(6,4),index=dates,columns=['a','b','c','d'])
print(df)
df1 = pd.DataFrame(np.arange(12).reshape((3,4)))
print(df1)
df2 = pd.DataFrame({'A':1.,'B':pd.Timestamp('20200704'),'C':pd.Series(1,index=list(range(4)),\
                    dtype='float32'),'D':np.array([3]*4,dtype='int32'),'E':pd.Categorical(['test',\
                    'train','test','train']),'F':'foo'})
print(df2)
print(df2.dtypes)   #计算每列数据类型
print(df2.index)    #取行索引
print(df2.columns)  #取列标签
print(df2.values)   #取值
print(df2.describe())   #求最大，最小，方差，平均数等
print(df2.T)    #转置
print(df2.sort_index(axis=1,ascending=False))   #列，降序
print(df2.sort_index(axis=0,ascending=True))    #行，升序
print(df2.sort_values(by='E'))  #对某列排序

print(df.loc['20200704'])   #通过标签: loc选择数据
print(df.loc['20200704',['a','b']])
print(df.iloc[3:5,1:3])    #通过位置: iloc选择数据
print(df.iloc[[1,3],1:3])   #单独选择某行数据
print(df[df.a>1])   #通过Boolean indexing选择数据
df['e'] = pd.Series([1,2,3,4,5,6],index=dates)  #增加e列数据
print(df)
df.iloc[1,2] = np.nan   #修改数据为nan
df.iloc[2,3] = np.nan
print(df.dropna(axis=0,how='any'))  #若某行数据有nan，删除该行所有数据，how='all'，若某行所有数据为nan,删除
print(df.fillna(value=0))   #填上nan的数据为0
print(np.any(df.isnull()) == True)  #若包含nan的数据返回True