关键词和导入
在这个速查卡中，我们会用到一下缩写：
df二维的表格型数据结构DataFrame
s一维数组Series
您还需要执行以下导入才能开始：
import pandas as pd
import numpy as np
导入数据
pd.read_csv(filename)导入CSV文档
pd.read_table(filename)导入分隔的文本文件 (如TSV)
pd.read_excel(filename)导入Excel文档
pd.read_sql(query, connection_object)读取SQL 表/数据库
pd.read_json(json_string)读取JSON格式的字符串, URL或文件.
pd.read_html(url)解析html URL，字符串或文件，并将表提取到数据框列表
pd.read_clipboard()获取剪贴板的内容并将其传递给read_table（）
pd.DataFrame(dict)从字典、列名称键、数据列表的值导入
输出数据
df.to_csv(filename)写入CSV文件
df.to_excel(filename)写入Excel文件
df.to_sql(table_name, connection_object)写入一个SQL表
df.to_json(filename)写入JSON格式的文件
创建测试对象
用于测试的代码
pd.DataFrame(np.random.rand(20,5))5列、20行的随机浮动
pd.Series(my_list)从可迭代的my_list创建一维数组
df.index=pd.date_range('1900/1/30', periods=df.shape[0])添加日期索引
查看/检查数据
df.head(n)数据框的前n行
df.tail(n)数据框的后n行
df.shape()行数和列数
df.info()索引，数据类型和内存信息
df.describe()数值列的汇总统计信息
s.value_counts(dropna=False)查看唯一值和计数
df.apply(pd.Series.value_counts)所有列的唯一值和计数
选择
df[col]返回一维数组col的列
df[[col1, col2]]作为新的数据框返回列
s.iloc[0]按位置选择
s.loc['index_one']按索引选择
df.iloc[0,:]第一行
df.iloc[0,0]第一列的第一个元素
数据清洗
df.columns = ['a','b','c']重命名列
pd.isnull()检查空值，返回逻辑数组
pd.notnull()与pd.isnull()相反
df.dropna()删除包含空值的所有行
df.dropna(axis=1)删除包含空值的所有列
df.dropna(axis=1,thresh=n)删除所有小于n个非空值的行
df.fillna(x)用x替换所有空值
s.fillna(s.mean())将所有空值替换为均值（均值可以用统计部分中的几乎任何函数替换）
s.astype(float)将数组的数据类型转换为float
s.replace(1,'one')将所有等于1的值替换为'one'
s.replace([1,3],['one','three'])将所有1替换为'one'，将3替换为'three'
df.rename(columns=lambda x: x + 1)批量重命名列
df.rename(columns={'old_name': 'new_ name'})选择重命名
df.set_index('column_one')更改索引
df.rename(index=lambda x: x + 1)批量重命名索引
筛选，排序和分组
df[df[col] > 0.5]col列大于0.5的行
df[(df[col] > 0.5) & (1.7)]0.7> col> 0.5的行
df.sort_values(col1)将col1按升序对值排序
df.sort_values(col2,ascending=False)将col2按降序对值排序
df.sort_values([col1,ascending=[True,False])将col1按升序排序，然后按降序排序col2
df.groupby(col)从一列返回一组对象的值
df.groupby([col1,col2])从多列返回一组对象的值
df.groupby(col1)[col2]返回col2中的值的平均值，按col1中的值分组（平均值可以用统计部分中的几乎任何函数替换）
df.pivot_table(index=col1,values=[col2,col3],aggfunc=max)创建一个数据透视表，按col1分组并计算col2和col3的平均值
df.groupby(col1).agg(np.mean)查找每个唯一col1组的所有列的平均值
data.apply(np.mean)在每个列上应用函数
data.apply(np.max,axis=1)在每行上应用一个函数
加入/合并
df1.append(df2)将df1中的行添加到df2的末尾（列数应该相同）
df.concat([df1, df2],axis=1)将df1中的列添加到df2的末尾（行数应该相同）
df1.join(df2,on=col1,how='inner')SQL类型的将df1中的列与df2上的列连接，其中col的行具有相同的值。 可以是“左”，“右”，“外”，“内”连接
统计
以下这些都可以应用于一个数组。
df.describe()数值列的汇总统计信息
df.mean()返回所有列的平均值
df.corr()查找数据框中的列之间的相关性
df.count()计算每个数据框的列中的非空值的数量
df.max()查找每个列中的最大值
df.min()查找每列中的最小值
df.median()查找每列的中值
df.std()查找每个列的标准差