30min带你掌握Pandas “数据清洗” 全流程！

本文简介

今天这篇文章，就当作是pandas教程的开篇文章吧！这是由Pandas官方发布的两张 “小抄”，内容不像matplotlib小抄那么多，但是内容确实极其精简，肯定可以迅速带你 “理清” Pandas学习思路。

项目地址如下：

https://github.com/pandas-dev/pandas/blob/master/doc/cheatsheet/Pandas_Cheat_Sheet.pdf

当然，这只是带你入门，图中的每个知识点，在后面的系列文章里，都将系统性为大家讲解，see you later

一饱眼福

咱们先一饱眼福吧，上传图片可能会失真，导致图片看不清楚。文末会给大家提供 “高清版” 供大家下载。

虽然这两张图，不能详尽Pandas所有知识点，但是肯定是包含了Pandas的精髓，你掌握了这两张图，可以算是会用Pandas了。关于其它方法和技巧，大家练个手，基本也就学会了。

图片 “拆解” 讲解

肯定不是光给你两张图就行了呀，接下来，我们以此为基础，带着大家 “解剖” 这两张图吧。

① 创建DataFrame

DataFrame是pandas中最重要的数据结构，利用DataFrame()函数，我们可以创建各种不同结构的 “表格数据”，下面介绍了两种创建DataFrame的方法。

② 数据重塑

这里涉及到的知识点，就有点多了。什么是 “重塑” 呢？就是将原有的数据编程各种不同的结构。比如说：

• melt：能够帮助我们实现列变行；

• pivot：数据透视能够实现行变列；

• concat：将不同的DataFrame按照行、列，进行拼接；

• 当然，这里还涉及到排序、删除列、重命名等问题；

③ 数据选取

有时候，我们需要针对某个DataFrame的某个部分，做某些操作，这就需要我们学会 “选取” 数据。这里分为2个部分 “选取行数据” 和 “选取列数据”。

选取行数据的若干操作：

选取列数据的若干操作：

④ 汇总数据

下图为大家提供了一些常用的 “统计函数”，还有几个常用的其他函数 “value_couns()”、“nunique”、“describe”等，它们能够帮助我们进行 “不同条件” 下的汇总，帮助我们更快的了解数据。

⑤ 处理缺失值

这里主要为大家讲解两个函数：dropna() 和 fillna()。

⑥ 分组操作

不管是Excel、SQL，还是Python，分组统计这个操作，一直是必学的操作，这也是pandas学习过程中，极其重要的一个知识点。我们可以将原始数据，按照某个条件分组，接着对每个组使用下面的这些函数。

⑦  合并数据集

pandas中merge()函数的作用，相当于excel中的vlookup()函数，相当于mysql中的左连接、右连接等，能够很方便的帮助我们，建立不同表之间的联系。

⑧ 窗口函数

做数据分析时，特别是在分析时间序列数据时，需要使用到这两个函数，滚动窗口rolling函数和扩展窗口expanding函数。

⑨ 绘图

绘图不是matplotlib的特权，其实对于一些简单的统计图形，直接使用pandas绘制，会更简单、更方便。

今天的文章大致就讲到这，看到这里，你应该大致搞明白了pandas可以做哪些东西，对于pandas里面的细节东西，请关注 “pandas系列教程” 哦。

获取资源

以上图片，均已打包，大家可以自由获取哦！

• 1. 点击下方公众号【菜鸟学Python】

• 2. 回复：pandas