python pandas中文手册-Pandas速查手册中文版（转）

2024-05-09 14:55:37

关键缩写和包导入

在这个速查手册中，我们使用如下缩写：

df：任意的Pandas DataFrame对象

同时我们需要做如下的引入：

import pandas as pd

导入数据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，抽取其中的tables表格

pd.read_clipboard()：从你的粘贴板获取内容，并传给read_table()

pd.DataFrame(dict)：从字典对象导入数据，Key是列名，Value是数据

导出数据df.to_csv(filename)：导出数据到CSV文件

df.to_excel(filename)：导出数据到Excel文件

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

df.to_json(filename)：以Json格式导出数据到文本文件

创建测试对象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

查看、检查数据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

数据选取df[col]：根据列名，并以Series的形式返回列

df[[col1, col2]]：以DataFrame形式返回多列

s.iloc[0]：按位置选取数据

s.loc["index_one"]：按索引选取数据

df.iloc[0,:]：返回第一行

df.iloc[0,0]：返回第一列的第一个元素

数据清理df.columns = ["a","b","c"]：重命名列名

pd.isnull()：检查DataFrame对象中的空值，并返回一个Boolean数组

pd.notnull()：检查DataFrame对象中的非空值，并返回一个Boolean数组

df.dropna()：删除所有包含空值的行

df.dropna(axis=1)：删除所有包含空值的列

df.dropna(axis=1,thresh=n)：删除所有小于n个非空值的行

df.fillna(x)：用x替换DataFrame对象中所有的空值

s.astype(float)：将Series中的数据类型更改为float类型

s.replace(1,"one")：用"one’代替所有等于1的值

s.replace([1,3],["one","three"])：用"one"代替1，用"three"代替3

df.rename(columns=lambda x: x + 1)：批量更改列名

df.rename(columns={"old_name": "new_ name"})：选择性更改列名

df.set_index("column_one")：更改索引列

df.rename(index=lambda x: x + 1)：批量重命名索引

数据处理：Filter、Sort和GroupBydf[df[col] > 0.5]：选择col列的值大于0.5的行

df.sort_values(col1)：按照列col1排序数据，默认升序排列

df.sort_values(col2, ascending=False)：按照列col1降序排列数据

df.sort_values([col1,col2], ascending=[True,False])：先按列col1升序排列，后按col2降序排列数据

df.groupby(col)：返回一个按列col进行分组的Groupby对象

df.groupby([col1,col2])：返回一个按多列进行分组的Groupby对象

df.groupby(col1)[col2]：返回按列col1进行分组后，列col2的均值

df.pivot_table(index=col1, values=[col2,col3], aggfunc=max)：创建一个按列col1进行分组，并计算col2和col3的最大值的数据透视表

df.groupby(col1).agg(np.mean)：返回按列col1分组的所有列的均值

data.apply(np.mean)：对DataFrame中的每一列应用函数np.mean

data.apply(np.max,axis=1)：对DataFrame中的每一行应用函数np.max

数据合并df1.append(df2)：将df2中的行添加到df1的尾部

df.concat([df1, df2],axis=1)：将df2中的列添加到df1的尾部

df1.join(df2,on=col1,how="inner")：对df1的列和df2的列执行SQL形式的join

数据统计df.describe()：查看数据值列的汇总统计

df.mean()：返回所有列的均值

df.corr()：返回列与列之间的相关系数

df.count()：返回每一列中的非空值的个数

df.max()：返回每一列的最大值

df.min()：返回每一列的最小值

df.median()：返回每一列的中位数

df.std()：返回每一列的标准差

转自：http://www.qingpingshan.com/rjbc/dashuju/228593.html

python pandas中文手册-Pandas速查手册中文版（转）相关推荐

Pandas之十二速查手册
Pandas的功能比较丰富,很多方法也不需要一直记住,只需要在用到的时候能找到就可以. 比较通俗的做法是,在速查手册查找合适的方法,再看该方法的参数并测试和使用.(看方法参数推荐使用Pycharm) ...
html在线查询手册,HTML速查手册汇总
Home啦啦啦我是卖报的小行家 Basic 标题一级标题二级标题三级标题四级标题五级标题六级标题创建水平线,分割内容段落段落折行链接This is my blog target ...
最全pandas函数用法速查手册（高清版）
Pandas 是 Python 的核心数据分析支持库,拥有快速.灵活.明确的数据结构,旨在简单.直观.快速地处理关系型.标记型数据,是一款强大.灵活的开源数据分析工具. 但是pandas的知识点很多, ...
pandas速查手册(中文版)
本文翻译自文章:Pandas Cheat Sheet - Python for Data Science 对于数据科学家,无论是数据分析还是数据挖掘来说,Pandas是一个非常重要的Python包.它 ...
Pandas速查手册
本文转自<Pandas速查手册中文版> 对于数据科学家,无论是数据分析还是数据挖掘来说,Pandas是一个非常重要的Python包.它不仅提供了很多方法,使得数据处理非常简单,同时在数据处 ...
pandas打印某一列_Pandas速查手册中文版
笑虎:Pandas速查手册中文版笑虎不想当产品的程序员不是好的数据分析师! 本文翻译自文章:Pandas Cheat Sheet - Python for Data Science,同时添加了部分 ...
《zw版·Halcon-delphi系列原创教程》 zw版-Halcon常用函数Top100中文速查手册
<zw版·Halcon-delphi系列原创教程> zw版-Halcon常用函数Top100中文速查手册 Halcon函数库非常庞大,v11版有1900多个算子(函数). 这个Top版,对 ...
linux指令速查手册中文高清pdf版,linux指令速查手册
linux指令速查手册2007年12月由人民邮电出版社出版发行.据小编知Linux是一款开源的操作系统,得到了广大开发者的青睐,开发者可以免费获得Linux操作系统的源代码:其次,它具有Unix的所有 ...
收藏！Latex简明速查手册
作者 | 磁悬浮青蛙呱呱呱编辑 | 汽车人原文链接:https://zhuanlan.zhihu.com/p/508559139 点击下方卡片,关注"自动驾驶之心"公众号 A ...
生信人的自我修养：Linux 命令速查手册
标题:生信人的自我修养:Linux 命令速查手册目标:致力于为生信人打造一个完整的 Linux 命令速查手册作者:简佐义(jianzuoyi@qq.com) 版本:1.0 日期:2020-11-2 ...

最新文章

热门文章