饺子大人的Python-Pandas

饺子大人的Python-Pandas

我假设你已经有了一定的python基础，而是在日常的使用中为不知道某个函数的功能而发愁的小伙伴。以下是我总结分享出Numpy的一些函数的使用方法。希望能够帮助到大家。

如果您觉得我分享的内容对您有点帮助的话，请点赞收藏吧。

肯定有错，当然不全，但按你胃(Anyway)，成长的路上就是要不断的犯错。

博客中的代码都可以在我的GitHub中找到，需要的小伙伴请移步
我的GitHub：

饺子大人的Python-Numpy：https://blog.youkuaiyun.com/qq_18351157/article/details/106032849

• 01_Pandas.DataFrame的行名和列名的修改
• 02_Pandas.concat连接DataFrame,Series
• 03_Pandas读取csv/tsv文件（read_csv，read_table）
• 04_Pandas获取和修改任意位置的值（at,iat,loc,iloc）
• 05_Pandas删除，替换并提取其中的缺失值NaN
• 06_Pandas中map(),applymap(),apply()函数的使用方法
• 07_pandas.DataFrame的for循环处理（迭代）
• 08_Pandas提取含有指定字符串的行（完全匹配，部分匹配）
• 09_Pandas从多个条件（AND，OR，NOT）中提取行
• 10_Pandas使用分隔符或正则表达式将字符串拆分为多列
• 11_Pandas.DataFrame中组合多个列的字符串来创建新列
• 12_Pandas.DataFrame删除指定行和列（drop）
• 13_Pandas字符串的替换和空格处删除等方法
• 14_Pandas.DataFrame行和列的转置
• 15_Pandas计算元素的数量和频率（出现的次数）
• 16_Pandas.DataFrame计算统计信息并按GroupBy分组
• 17_pandas.DataFrame，Series排序（sort_values，sort_index）
• 18_Pandas.DataFrame，取得Series的头和尾（head和tail）
• 19_Pandas随机抽取行和列的样本（sample）
• 20_Pandas.DataFrame中Series行的随机洗牌
• 21_Pandas.DataFrame,重置Series的索引index(reset_index)
• 22_Pandas.DataFrame,重置列的行名(set_index）
• 23_Pandas.DataFrame,Series中提取/删除重复行
• 24_Pandas.DataFrame,Series元素值的替换（replace）
• 25_Pandas从MultiIndex中选择并提取任何行和列
• 26_Pandas.DataFrame时间序列数据的处理
• 27_Pandas按星期，月份，季度和年份的天计算时间序列数据的总计和平均值
• 28_Pandas通过index选择并获取行和列
• 29_pandas.DataFrame中提取（选择）特定类型dtype的列
• 30_Pandas.DataFrame提取（选择）指定行名和列名的行和列
• 31_Pandas.DataFrame，Series和NumPy数组ndarray相互转换
• 32_Pandas『Python Data Science Handbook』（英文的免费在线版本）
• 33_Pandas.DataFrame，Series和Python标准列表的相互转换
• 34_Pandas对CSV文件内容的导出和添加（to_csv）
• 35_Pandas计算满足特定条件的元素的数量
• 36_Pandas获取行数，列数和元素总数（大小）
• 37_Pandas中Multiindex的指定，添加，取消，排序，级别的更改
• 38_Pandas中Multiindex的计算每层的统计数据和样本大小
• 39_Pandas.Serise用map方法替换列元素
• 40_Pandas中crosstab进行交叉制表（计算每个类别的出现次数和频率）
• 41_Pandas使用数据透视表计算每个类别的统计信息
• 42_Pandas字符串中提取正则表达式来生成新列
• 43_Pandas版本的检查（pd.show_versions）
• 44_Pandas将分类变量转换为虚拟变量(get_dummies)
• 45_Pandas.DataFrame计算每列之间的相关系数并用热图可视化
• 46_Pandas,Python,Seaborn热图的生成
• 47_Pandas使用cut和qcut函数进行分箱处理
• 48_Python列表和数组与numpy.ndarray的区别和使用方法
• 49_Pandas.DataFrame添加列和行（分配、追加等）
• 50_Pandas读取 Excel 文件 (xlsx, xls)
• 51_Pandas (to_excel) 编写 Excel 文件 (xlsx, xls)
• 52_Pandas处理日期/时间列（字符串转换、日期提取等）
• 53_Pandas中的条件替换值（where, mask）
• 54_Pandas将DataFrame、Series转换为字典 (to_dict)
• 55_Pandas.DataFrame 转换为 JSON 字符串/文件并保存 (to_json)
• 56_Pandas读取 JSON 字符串/文件 (read_json)
• 57_Pandas中的json_normalize将字典列表转换为DataFrame
• 58_Pandas中mode获取pandas的每一行和列
• 59_Pandas中使用describe获取每列的汇总统计信息（平均值、标准差等）
• 60_Pandas中是否包含判断缺失值NaN并统计个数
• 61_Pandas中将列表存储和处理为 pandas 中的元素
• 62_Pandas有条件地提取 pandas.DataFrame 的行
• 63_Pandas中数字的四舍五入
• 64_Pandas进行字符串和数字的相互转换和格式化
• 65_Pandas显示设置（小数位数、有效数字、最大行/列数等）
• 66_Pandas如何检查和更改选项设置
• 67_Pandas将切片应用于字符串，以提取任意位置和长度的部分
• 68_Pandas.Series 索引和值的交换
• 69_Pandas.DataFrame获取行号和列号
• 70_Pandas中获取最大最小值的行名和列名
• 71_Pandas.DataFrame排名
• 72_Pandas.DataFrame保存并读取带pickle的系列（to_pickle、read_pickle）
• 73_Pandas获取分位数/百分位数
• 74_Pandas median获取中值
• 75_pandas.DataFrame 中查看和复制
• 76_Pandas.DataFrame与Series的相互转换
• 77_Pandas获取n个最大值和最小值（nlargest, nsmallest）
• 78_Pandasagg()和aggregate()的用法
• 79_pandas中的累积和与累积积（cumsum, cumprod, cummax, cummin）
• 80_Pandas如何使用NumPy的函数等（pd.np）