pandas基础命令大全（一）

缩写解释 & 库的导入

df --- 任意的pandas DataFrame(数据框)对象
s --- 任意的pandas Series(数组)对象
pandas和numpy是用Python做数据分析最基础且最核心的库

import pandas as pd # 导入pandas库并简写为pd
import numpy as np # 导入numpy库并简写为np

数据的导入

pd.read_csv(filename) # 导入csv格式文件中的数据
pd.read_table(filename) # 导入有分隔符的文本 (如TSV) 中的数据
pd.read_excel(filename) # 导入Excel格式文件中的数据
pd.read_sql(query, connection_object) # 导入SQL数据表/数据库中的数据
pd.read_json(json_string) # 导入JSON格式的字符，URL地址或者文件中的数据
pd.read_html(url) # 导入经过解析的URL地址中包含的数据框 (DataFrame) 数据
pd.read_clipboard() # 导入系统粘贴板里面的数据
pd.DataFrame(dict)  # 导入Python字典 (dict) 里面的数据，其中key是数据框的表头，value是数据框的内容。

数据的导出

df.to_csv(filename) # 将数据框 (DataFrame)中的数据导入csv格式的文件中
df.to_excel(filename) # 将数据框 (DataFrame)中的数据导入Excel格式的文件中
df.to_sql(table_name,connection_object) # 将数据框 (DataFrame)中的数据导入SQL数据表/数据库中
df.to_json(filename) # 将数据框 (DataFrame)中的数据导入JSON格式的文件中

df.head(n)  # 查看数据框的前n行

df.tail(n) # 查看数据框的最后n行

df.shape # 查看数据框的行数与列数

df.info() # 查看数据框 (DataFrame) 的索引、数据类型及内存信息

df.describe() # 对于数据类型为数值型的列，查询其描述性统计的内容

s.value_counts(dropna=False) # 查询每个独特数据值出现次数统计

df.apply(pd.Series.value_counts) # 查询数据框 (Data Frame) 中每个列的独特数据值出现次数统计

数据的选取

df[col] # 以数组 Series 的形式返回选取的列

df[[col1, col2]] # 以新的数据框(DataFrame)的形式返回选取的列

s.iloc[0] # 按照位置选取

s.loc['index_one'] # 按照索引选取

df.iloc[0,:] # 选取第一行

df.iloc[0,0] # 选取第一行的第一个元素

数据的清洗

df.columns = ['a','b'] # 重命名数据框的列名称

pd.isnull() # 检查数据中空值出现的情况，并返回一个由布尔值(True,Fale)组成的列

pd.notnull() # 检查数据中非空值出现的情况，并返回一个由布尔值(True,False)组成的列

df.dropna() # 移除数据框 DataFrame 中包含空值的行

df.dropna(axis=1) # 移除数据框 DataFrame 中包含空值的列

df.dropna(axis=1,thresh=n) # 移除数据框df中空值个数不超过n的行

df.fillna(x) # 将数据框 DataFrame 中的所有空值替换为 x

s.astype(float) # 将数组(Series)的格式转化为浮点数

s.replace(1,'one') # 将数组(Series)中的所有1替换为'one'

s.replace([1,3],['one','three']) # 将数组(Series)中所有的1替换为'one', 所有的3替换为'three'

df.rename(columns=lambda x: x + 2) # 将全体列重命名

df.rename(columns={'old_name': 'new_ name'}) # 将选择的列重命名

df.set_index('column_one') # 改变索引

df.rename(index = lambda x: x+ 1) # 改变全体索引