Pandas是Python中用于数据分析的一个强大的库，它提供了许多功能丰富的函数。本文介绍其中高频使用的30个函数。

read_csv(): 从CSV文件中读取数据并创建DataFrame对象。

import pandas as pd
df = pd.read_csv('data.csv')

read_excel(): 从Excel文件中读取数据并创建DataFrame对象。

df = pd.read_excel('data.xlsx')

to_excel(): 输出数据并保存在新的excel文件中。

df.to_excel('data_output.xlsx')

head(): 返回前n行数据（默认为5）。

print(df.head(5))

tail(): 返回最后n行数据（默认为5）。

print(df.tail(5))

shape: 返回DataFrame的形状（行数和列数）。

rows, cols = df.shape
print(f"Rows: {rows}, Columns: {cols}")

columns: 返回DataFrame的列名列表。

column_names = df.columns
print(column_names)

index: 返回DataFrame的索引列表。

index_list = df.index
print(index_list)

describe(): 生成描述性统计信息，包括计数、平均值、标准差等。

statistics = df.describe()
print(statistics)

info(): 返回DataFrame的信息摘要，包括索引、列、非空值数量和内存信息。

print(df.info())

dtypes: 返回每列的数据类型。

data_types = df.dtypes
print(data_types)

drop(): 删除指定行或列。

df = df.drop('column_name', axis=1)

sort_values(): 根据指定列的值对DataFrame进行排序。

df_sorted = df.sort_values('column_name')

loc[]: 通过标签选择数据。

df=pd.DataFrame({'Column1': [1,0,0,0,0,0,2,2],
    'Column2': [1,1,0,0,0,0,2,2],
    'Column3': [0,0,0,1,0,0,2,2],
    'Column4': [1,0,0,1,0,0,2,2]})
df.loc[:,'Column2']

iloc[]: 通过整数位置选择数据。

cell_data = df.iloc[1, 2]

at[]: 选择单个元素。

element_value = df.at[1, 'Column4']

iat[]: 选择单个元素。

element_value = df.iat[1, 2]

isnull(): 检查缺失值。

missing_values = df.isnull()

notnull(): 检查非缺失值。

non_missing_values = df.notnull()

fillna(): 填充缺失值。

df_filled = df.fillna(0)

replace(): 替换值。

df_replaced = df.replace(old_value, new_value)

rename(): 重命名列名。

df_renamed = df.rename(columns={'old_name': 'new_name'})

set_index(): 设置索引列。

df_indexed = df.set_index('column_name')

reset_index(): 重置索引。

df_reset = df.reset_index()

groupby(): 根据指定列对数据进行分组。

grouped = df.groupby('column_name')

agg(): 对分组后的数据应用聚合函数。

aggregated = grouped.agg({'column_name': ['sum', 'mean']})

unique(): 查找该列唯一值。

df=pd.DataFrame({'Column1': [1,0,0,0,0,0,2,2],
    'Column2': [1,1,0,0,0,0,2,2],
    'Column3': [0,0,0,1,0,0,2,2],
    'Column4': [1,0,0,1,0,0,2,2]})
list(df['Column1'].unique())#唯一值是0，1，2

concat(): 连接两个或多个DataFrame。

df_concatenated = pd.concat([df1, df2])

merge(): 合并两个DataFrame，根据一个或多个键进行连接。

merged_df = pd.merge(df1, df2, on='key')

apply(): 应用函数至指定行或列。

df['new_column'] = df['column_name'].apply(lambda x: x * 2)  # 对列应用函数

以上这些函数覆盖了从数据加载、预处理、转换到分析的各个阶段。Pandas的强大之处在于其函数的灵活性和易用性，使得数据分析工作变得简单高效。

ITPub博客

Pandas的30个高频函数使用介绍

最新文章