21 个更多 Pandas 技巧

Pandas技巧：25个实用技巧（摘要）

这篇文章介绍了25个实用的Pandas技巧，旨在帮助用户更高效地使用Pandas进行数据处理。以下是对文章内容的详细摘要：

1. 检查数据帧是否相等:

• 使用equals方法检查两个数据帧是否完全相同，但该方法对数据类型敏感，遇到缺失值会返回False。
• 使用assert_series_equal函数进行更加灵活的比较，可以忽略数据类型。
• 使用assert_frame_equal函数检查两个数据帧是否相等。

2. 使用Numpy而无需导入:

• Pandas包含了Numpy的大部分功能，可以通过pd.np访问Numpy函数。

3. 计算内存使用量:

• 使用df.memory_usage()计算整个数据帧的内存使用量。
• 使用df.memory_usage(deep=True)计算每个列的内存使用量。

4. 统计列中单词数量:

• 使用str.split方法将字符串拆分成单词列表。
• 使用len函数计算列表长度，从而得到单词数量。

5. 其他技巧:

• 使用pd.set_option设置Pandas选项，例如显示设置。
• 使用pd.read_csv读取CSV文件。
• 使用df.to_csv将数据帧保存为CSV文件。
• 使用df.groupby对数据进行分组。
• 使用df.apply对数据进行自定义操作。
• 使用df.sort_values对数据进行排序。

总结:

这篇文章介绍了25个实用的Pandas技巧，涵盖了数据比较、内存使用、数据统计、数据处理等多个方面。通过学习这些技巧，用户可以更加高效地使用Pandas进行数据处理。

你将要学习 21 个技巧，这些技巧将帮助你更快地工作，编写更好的 Pandas 代码，并给你的朋友留下深刻印象。 这些是我无法在我的第一个技巧视频中放下的最佳技巧！ � JUPYTER 笔记本：https://nbviewer.org/github/justmarkham/pandas-videos/blob/master/21_more_pandas_tricks.ipynb� 技巧：0:00 简介0:36 1. 检查相等性1:27 2. 检查相等性（替代方案）2:38 3. 使用 NumPy 而不导入 NumPy3:42 4. 计算内存使用量4:10 5. 统计列中的单词数4:45 6. 将一组值转换为另一组值6:59 7. 将连续数据转换为分类数据（替代方案）8:05 8. 创建交叉表8:55 9. 从多个列创建日期时间列9:34 10. 对日期时间列进行重采样11:07 11. 从压缩文件读取和写入12:10 12. 使用插值填充缺失值12:45 13. 检查重复的合并键13:50 14. 转置宽 DataFrame14:47 15. 创建示例 DataFrame（替代方案）16:06 16. 识别 DataFrame 中缺少的行17:09 17. 使用 query 避免中间变量19:06 18. 将 DataFrame 从宽格式重塑为长格式21:19 19. 反转行顺序（替代方案）22:25 20. 反转列顺序（替代方案）23:21 21. 将字符串拆分为多个列（替代方案）注意：技巧 3 和 15 在 pandas 1.0 中已弃用让我们联系！