小龙在线

拼接：使用，可以沿着行或列方向拼接 DataFrame。合并：使用pd.merge()，可以根据一个或多个键进行不同类型的合并（左连接、右连接、全连接、内连接）。关联：使用join()方法，通常在设置了索引的 DataFrame 上进行关联操作。

swifter是提高pandas性能的第三方包，主要是apply函数。

Pandarallel提供了一种简便的方式来并行操作Pandas，并且支持进度条显示，支持Windows和Linux。

Pandas连接mysql用到了read_sql()方法，参数con必须是可以被连接的。以前con直接是，能正常读取数据，最近测试不行了，报下面的错误，就改为以下三种方式了，测试可用。

先用sum()求出一列的总和，然后用两种方法分别求出百分比。一种是直接除，另一种用apply，应用到每一列。另外还用到了format来格式化，带上百分号。

使用plot来绘图，kind指定绘图类型是饼图，y轴是size，y轴标签是空，legend图例关闭，标题是饼图。使用plt.pie方法来绘制饼图，其中labels用来设置标签，autopct格式化，这里显示了百分比。

使用 Pandas 的 explode 函数来展开 ‘data’ 列中的嵌套列表。原始 DataFrame 中，每一行包含一个列表，使用 explode 后，这些列表会被展开，使得每一行中的每个元素都成为单独的一行。然后，打印处理后的 DataFrame。

Pandas实现列表个数统计并转换为字典，首先把列表转换成Series对象，然后调用Series的value_counts方法，用来统计每个元素的个数，最后调用to_dict方法，把Series对象转换为字典。

Pandas求最大值的一行，这里先求得最大值，然后通过loc方法得到所在行。

plot()方法可以绘制图形，常见参数如下：（1）x：用来设置所绘制图形的x轴数据。（2）y：用来设置所绘制图形的y轴数据。（3）kind：用来设置所绘制图形的样式，默认为：line（折线图）、bar（垂直条形图）、barh（横向柱状图，即横向条形图）、hist（直方图）、box（箱形图）、kde（核密度估计图）、density（同 kde）、area（面积图）、pie（饼图）、scatter（散点图）、hexbin（六边形箱体图，即六边形图）。

Pandas的索引是一个很重要的概念，Series和DataFrame都有索引，索引对象有很多方法和变量，这里列举了修改索引键值的几个例子。

Pandas有多种方法替换元素，可以使用loc、numpy.where、mask、apply等。

Flask实现文件下载可以用send_file函数，接收BytesIO比特流对象，也可以重命名下载文件，是否可以作为附件下载。注意：output比特流要初始化指针到开头。

Dataframe.style可以美化Pandas样式。导出样式到Excel的功能只有openpyxl渲染引擎支持。

Pandas默认的to_excel是直接把完成的Datafrme写入一个sheet里，这并不能满足我们在一个sheet里插入多个Dataframe或多行的需求。为了实现插入多行或多Dataframe的目的，我们需要新建一个ExcelWriter对象，然后依次插入数据。这里我们以插入2个Dataframe和三行单元格为例。

pandas.get_dummies函数用来把可以分类信息转换成0和1矩阵。

标准化（午夜时间）本月初下个月初月底减去一秒加一天年第一天年最后一天参考pandas.Timestamp.htmlpandas.Series.dt.normalizepandas.tseries.offsets.MonthEnd.htmlpandas.tseries.offsets.MonthBegin.html

【代码】Pandas数据导入和导出：CSV、Excel、MySQL SQL。

在Pandas中，可以使用dropa方法条件过滤缺失值，用isnull标记哪些是缺失值，用notnull方法标记哪些不是缺失值，用fillna方法填充缺失值。

by: 指定根据哪个/哪些字段分组，默认值是None，按多个字段分组时传入列表。by参数可以按位置参数的方式传入。axis: 设置按列分组还是按行分组，0或index表示按列分组，1或columns表示按行分组，默认值为0。level: 当DataFrame的索引为多重索引时，level参数指定用于分组的索引，可以传入多重索引中索引的下标（0,1…）或索引名，多个用列表传入。

【代码】Pandas数据过滤的多种方式。

D:\anaconda3\lib\site-packages\numpy\__init__.py:140: UserWarning: mkl-service package failed to import, therefore Intel(R) MKL initialization ensuring its correct out-of-the box operation under condition when Gnu OpenMP had already been loaded by Python

Series.to_json()参考：https://pandas.pydata.org/docs/reference/api/pandas.Series.to_json.html

Pandas用rank排名，有四种排序方法，默认使用average在相等分组中，为各个值分配平均排名值；使用min和max在相等分组中的最小和最大排名值；使用first按值在原始数据中出现顺序分配排名值。Series和DataFrame支持索引和元素值排序，分别用sort_index和sort_values。

Pandas使用pivot_table()方法和crosstab()方法实现透视表。

【代码】Pandas基础用法。

使用join进行数据关联，这里用了一个命名的id作为关联主键，左侧是数值类型，右侧是字符串类型。

时间序列数据是指在时间间隔不变的情况下收集的时间点数据，可以用来分析事物的长期发展趋势，并对未来进行预测。

【代码】pandas添加新列的六种方法。

Pandas可以使用apply将函数作用到DataFrame某个轴，用applymap将一个规则应用到DataFrame中的每个元素，用map将一个规则应用到某一列。

【代码】pandas字符串操作：大小写转换、连接、分割、包含等。

在Pandas中可以使用duplicated方法查找重复数据，用drop_duplicates方法清除重复数据。