pandas常用的方法（工作必备）

目录

一、Pandas数据结构

二、读取数据

三、数据预处理

四、数据选择

五、数值操作

六、数据运算

七、时间序列

八、数据透视表

九、多表格拼接

十、导出文件

---

一、Pandas数据结构

1、 import pandas as pd

       import numpy as np

       import matplotlib.pyplot as plt

2、S1=pd.Series(['a','b','c'])         series是一组数据与一组索引（行索引）组成的数据结构

3、S1=pd.Series(['a','b','c'],index=(1,3,4))       指定索引

4、S1=pd.Series({1:'a',2:'b',3:'c'})          用字典形式指定索引

5、S1.index() 返回索引

6、S1.values() 返回值

7、Df=pd.DataFrame(['a','b','c'])        

      dataframe是一组数据与两组索引（行列索引）组成的数据结构

8、Df=pd.DataFrame([['a','A'],['b','B'],['c','C']],columns=['小写','大写'],index=['一','二','三'])

      Columms 为列索引，index为行索引

9、pip install -i https://pypi.tuna.tsinghua.edu.cn/simple pyspider 清华镜像

10、data={ '小写':['a','b','c'],'大写':['A','B','C']}         传入字典

        Df=pd.DataFrame(data)

11、Df.index() df.columns()

二、读取数据

12、df=pd.read_excel (r'C:\user\...xlsx',sheet_name='sheet1') 或

       pd.read_excel (r'C:\user\...xlsx',sheet_name=0) 读取excel表

13、pd.read_excel(r'C:\user\...xlsx',index_col=0,header=0)

         index_col指定行索引，header指定列索引

14、pd.read_excel(r'C:\user\...xlsx',usecols=[0,1])    导入指定列,不能有index_col和header

15、pd.read_tablel(r'C:\user\...txt'，sep=' ')     导入txt文件,sep指定分隔符是什么

16、df.head(2)      展示前两行，默认展示前5行

17、df.shape        显示数据几行几列，不包含行和列索引

18、df.info()        可查看表中数据的类型

19、df.describe()   可获得表中数值类型指端的分布值（和、平均值、方差等）

三、数据预处理

20、df.info()          可显示表中哪个数据为空

21、df.isnull()        方法可以判断哪个值是缺失值，如果缺失返回True，否则为False

22、df.dropna()      默认删除含缺失值的行

23、df.dropna(how='all')      删除全为空值的行，不全为空值的行不会删除

24、df.fillna(0)          用0填充所有空值

25、df.fillna({ '性别':'男','年龄':'30'})        对性别列中空值填充男，年龄填充30

26、df.drop_duplicates()           默认对所有值进行重复值检查，保留第一行的值

27、df.drop_duplicates(subset='性别')       对性别列中重复值查询保留第一行

28、df.drop_duplicates(subset=['性别','公司']，keep='last')      对性别和公司两列查重

keep设置默认为first（保留第一个），可设置为last（保留最后一个） 或False(不部不保留)

29、df['ID'].dtype