pandas使用速查表

github持续更新中

数据类型

数据类型	意义
Series	一维数组, 类型相同
DataFrame	二维表格数据类型, 理解为Series的容器
Panel	三维数组, 理解为 DataFrame 的容器

创建对象

方法	意义
pd.Series([1,3,4,np.nan,6,8])	用列表创建 Series
pd.date_range(‘20130101’, periods=6)	创建 DatetimeIndex 对象
pd.DataFrame(np.random.randn(6,4), index=dates, columns=list(‘ABCD’))	创建 DataFrame 对象
pd.Series({column1: data1,…} )	通过字典创建

查看对象

方法	意义
df.head(n)	查看前 n 行, 默认 n=5
df.tail(n)	查看后 n 行, 默认 n=5
df.index	查看index
df.colums	查看 colums
df.values	查看数值
df.describe()	查看数据快速统计结果
df.T	数据转置
df.sort_index(axis=1, ascending=Fasle)	按照轴排序, 正序倒序, 不接受列表自定义排序
df.sort_values(by=’B’)	按值排序, ascending=False 降序, axis指定轴
df.reindex(index=, columns=, *kw)	重新对轴进行排序, 接受列表自定义排序

选择数据

切片并不需要 index 或者 column 在实际意义上有真正的顺序

方法	意义
df[‘A’]	==df.A , 获取 A 列
df[0:3]	对行进行切片
df.loc[‘index1’]	使用标签索引
df.loc[:, [‘A’,’B’]]	切片
df.loc[‘20170101’:’20170202’, [‘A’, ‘B’]]	切片
df.loc[‘20170101’: ‘20170202’, ‘A’:’B’]	切片
df.loc[‘20170101’, ‘A’]	获取单个值
df.at[‘20170101’, ‘A’]	获取单个标量(同上)
—位置式选择—	—位置式选择—
df.iloc[3]	位置选择, 支持负数
df.iloc[3:5, 0:2]	通过数值切片 [左闭包括, 右开不包括)
df.iloc[[1,2,4],[0,2]]	通过指定位置列表
df.iloc[1:3,:]	行切片, 后面的冒号可以省略
df.iloc[:, 1:3]	列切片
df.iloc[1,1]	获取特定值
df.iat[1,1]	访问某个标量(同上)

df[df.A > 0]	通过某列选择数据
df[df > 0]	过滤每一元素, 不满足的重置为 NaN
df[df[‘E’].isin([‘two’, ‘four’])]	通过已知列表过滤
df.iloc[0].item()	获取单个数据

编辑更新

方法	意义
df[‘F’]= aSeries	新增一列数据, 默认需要index对应, 不对应设置为Null
df.at[‘index1’,’colum1’] = 0	标签索引更新单个值
df.iat[‘num1’, ‘num2’] = 0	根据位置更新单个值
df.loc[: ‘D’] = np.array[[5] *len(df)]	更新一列值
df[df>0] = -df	通过 where 更新, 大于0全变成负的
df.append(other)	添加多行, 如果包含不存在的columns, 则增加
df.round	对数据保留固定有效位数
df.str.lower()	所有转变为小写

缺失数据更新

方法	意义
df.reindex(index=, columns=)	修改,增加,删除索引列
df.dropna(how=’any’)	丢弃缺失行, any=缺少就删除, all=全部缺少才删除
df.fillna(value=5)	对缺失值进行赋值
pd.isnull(df)	查看是否是缺失, 把值都变成 True,False

描述和汇总统计

方法	意义
df.mean()	按列求平均值
df.mean(1)	按行求平均
df.shift(n)	数据错位, n>0 表示数据向后错位
df.sub(s, axis=’index’)	df 减法, NaN 与任何运算都是 NaN
df.cumsum	计算累加
df.cumprod	样本值的累计积
df.prod	product, 乘积，返回某轴的值得乘积，可用于计算累积收益率
df.argmin	获取最小值的索引位置
df.argmax	获取最大值得索引位置
df.quantile	计算样本的分位数（0到 1）
df.mad	根据平均值计算平均绝对离差
df.var	样本值的方差
df.cov(otherDF, min_periods=None)	协方差
df.std( ddof=1)	返回某个轴的标准差
df.skew	样本值的偏度（三阶矩）
df.kurt	样本值的峰度（四阶矩）
diff	计算一阶差分（对时间序列很有用)
df.pct_change	计算增长率

应用 function

方法	意义
df.apply(np.cumsum)	累加
df.apply(lambda x: x.max() - x.min())	每列的最大-最小

计算

方法	意义
df123.divide(dfD, axis=0)	按行运算, 所有的df123与dfD 对应行进行运算

合并

方法	意义
pd.concat([df[:3],df[3:6]])	连接
pd.merge(left, right, on=’key’)	合并, 对 key(column) 相同的进行排列组合, 一一匹配
df.append(df.iloc[3], ignore_index=True)	追加

分组

方法	意义
df.groupby(‘A’).sum()	按照 A 列元素分组, 然后求和
df.groupby([‘A’,’B’]).sum()	先按 A 分组, 然后再按 B 分组, 并求和

重塑

方法	意义
pd.MultiIndex.from_tuples(tuples, names=[‘one’, ‘two’])	创建复合索引
df2.stack()	将最后一级别的 column 转变为 index
df2.unstack()	对调 index 和 column?

“`

tuples = list(zip(*[[‘bar’, ‘bar’, ‘baz’, ‘baz’,
‘foo’, ‘foo’, ‘qux’, ‘qux’],
[‘one’, ‘two’, ‘one’, ‘two’,
‘one’, ‘two’, ‘one’, ‘two’]]))
tuples
[(‘bar’, ‘one’), (‘bar’, ‘two’),
(‘baz’, ‘one’), (‘baz’, ‘two’),
(‘foo’, ‘one’), (‘foo’, ‘two’),
(‘qux’, ‘one’), (‘qux’, ‘two’)]
index = pd.MultiIndex.from_tuples(tuples, names=[‘first’, ‘second’])
index
MultiIndex(levels=[[u’bar’, u’baz’, u’foo’, u’qux’], [u’one’, u’two’]],
labels=[[0, 0, 1, 1, 2, 2, 3, 3], [0, 1, 0, 1, 0, 1, 0, 1]],
names=[u’first’, u’second’])
df = pd.DataFrame(np.random.randn(8, 2), index=index, columns=[‘A’, ‘B’])
df
A B
first second
bar one -0.922059 -0.918091
two -0.825565 -0.880527
baz one 0.241927 1.130320
two -0.261823 2.463877
foo one -0.220328 -0.519477
two -1.028038 -0.543191
qux one 0.315674 0.558686
two 0.422296 0.241212
df2 = df[:4]
df2
A B
first second
bar one -0.922059 -0.918091
two -0.825565 -0.880527
baz one 0.241927 1.130320
two -0.261823 2.463877


### 时间序列方法 | 意义
---|---
pd.date_range('2017-01-01 00:00', periods=5, freq='D') | 创建一个时间序列
df.tz_localize('UTC') |  国际时间表示
df.ts_convert('US/Eastern') |  时区转换### index 标签操作method of pandas.core.indexes.base.Index instance函数 | 意义
---| ---
indexobj.difference | 计算两个df 的index或者 column 的差集, 接受df or index or list-like
indexobj.get_loc | 将label 转换为 location number### 导出操作
函数|意义
---|---
.to_dict | 导出为字典, {column1: {index1: data1, index2:data2...}...}### 遇到的一些问题```Python
>>> 0.7 < df123_cum_ratio_A <= 0.9
ValueError: The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().
解决：
The or and and python statements require truth-values. For pandas these are considered ambiguous so you should use "bitwise" | (or) or & (and) operations:<div class="se-preview-section-delimiter"></div># 必须使用 & 符号， 或者用np.logic_and(x, y)<div class="se-preview-section-delimiter"></div>############################################<div class="se-preview-section-delimiter"></div>

切片并不需要 index 或者 column 在实际意义上有真正的顺序

df123.columns => ['D', 'B', 'C', 'A']
df123.loc[:, 'D':'B'] --> columns['D', 'B']

pandas使用速查表相关推荐

Python Pandas 用法速查表
文章目录数据读写数据创建数据查看数据操作数据提取数据筛选数据统计操作数据表结构数据表合并修改列名插入一列数据读写代码作用 df = pd.DataFrame(pd.read ...
这可能是人工智能、机器学习和大数据领域覆盖最全的一份速查表
本文是根据Stefan Kojouharov发表在Medium上的文章整理而成的一份人工智能.神经网络.机器学习.深度学习和大数据方面的速查表.为了便于查找与使用,本文对每个主题进行了分类,希望可以对 ...
pandas常用函数说明及速查表
pandas常用函数说明及速查表如果你用python做开发,那么几乎肯定会使用pandas库. Pandas 是 Python 语言的一个扩展程序库,用于数据分析. Pandas 是一个开放源码.B ...
这份中文pandas速查表，真不错！
今天给大家分享老曾制作的Pandas cheat sheet,直接看图⬇️ 小抄资料获取关注左侧[python] 回复 20004 Pandas是一个强大的分析结构化数据的工具集:它的使用基础是Nu ...
21张让你代码能力突飞猛进的速查表（神经网络、机器学习、可视化等）
↑↑↑关注后"星标"Datawhale 每日干货 & 每月组队学习,不错过 Datawhale干货作者:马卡斯·扬,来源:极市平台作者丨马卡斯·扬@知乎来源丨http ...
21张让你代码能力突飞猛进的速查表（神经网络、线性代数、可视化等）
随着深度学习的蓬勃发展,越来越多的小伙伴们开始使用python作为主打代码,python有着种类繁多的第三方库,这里为大家从网络上收集了一些代码速查表,包括深度神经网络.机器学习.数据可视化.pyth ...
数据科学+python+R+数据库+机器学习+（速查表）cheat sheets大全
数据科学+python+R+数据库+机器学习+(速查表)cheat sheets大全 Learn, compete, hack and get hired! 学习.竞争.精进.996. 东西永远学不完 ...
深度学习工程师从业者必备的21张速查表（神经网络、线性代数、可视化等）
作者丨马卡斯·扬@知乎来源丨https://zhuanlan.zhihu.com/p/61013882 ,如有侵权请联系删除随着深度学习的蓬勃发展,越来越多的小伙伴们开始使用python作为主打代 ...
的确好用！Python数据科学速查表中文版强势来袭！
1速查速记,不二之选! DataCamp 推出的 Python 数据科学速查表(中文版),一共 11 张表,包括:Python 基础.导入数据.Jupyter Notebook.Numpy 基础.Pa ...
资源|最好的九张机器学习/深度学习代码速查表，附高清下载
作者:Kailash Ahirwar 机器之心编译文末附高清速查表下载对于初学者来讲,入门机器学习和深度学习非常困难:同时深度学习库也难以理解.通过收集多方资源,我在 Github 上创建了一个速 ...

pandas使用速查表

数据类型

创建对象

查看对象

选择数据

编辑更新

缺失数据更新

描述和汇总统计

应用 function

计算

合并

分组

重塑

pandas使用速查表相关推荐

最新文章

热门文章