50个pandas高频操作汇总

重点，敲黑板了

• 首先，本文遵循，传统教学，点到为止！只介绍个人使用比较频繁的一些函数或处理方式。
• 本文的示例只是演示所用，示例一般是不修改原数据的，如果代码会修改原数据会标明（在原数据上进行修改），自己使用时一定要注意是否修改了原数据。一旦报错，首先检查自己的代码是否改变了原数据。

# 未修改原数据
df.drop('name', axis = 1)  
# 修改原数据
df.drop('name', axis = 1, inplace=True)  
# 修改原数据
df = df.drop('name', axis = 1)  

• pandas 之所以强大是因为它拥有各种数据处理的函数，各个函数互相组合，灵活多变，并且与 numpy 、 matplotlib 、 sklearn 、>pyspark 、sklearn 等众多科学计算库交互，真正想要融会贯通实战是必经之路。
• 原创不易，码字也很累。如果觉得文章不错，💗 一定记得三连哦💗 ~ 在此提前感谢各位。

DataFrame创建

创建空的 DataFrame

创建一个空的 , 包含三行空数据。

df = pd.DataFrame(columns=['name', 'age'], index=[0, 1, 2])

常规 DataFrame 创建方式

这里只介绍常见的三种，数组创建、字典创建、外部文件创建。常见文件读取的时候直接指定文件路径即可，对于 xlsx 文件可能存在多个 sheet 这时就需要指定 sheet_name 。

# 数组创建
df = pd.DataFrame(data=[['路飞', 18],
                       ['索隆', 19],
                       ['娜美', 18]],
                  columns=['name', 'age'])
# 通过字典创建
df = pd.DataFrame({
   
   'name': ['路飞','索隆', '娜美'],
					 'age':[18, 19, 18]})
# 通过外部文件创建，csv，xlsx，json等
df = pd.read_csv('XXX.csv')

---

DataFrame存储

常见存储方式(csv, json, excel, pickle)

保存时，一般情况下是不需要保存索引的，因为读取的时候会自动生成索引。

df.to_csv('test.csv', index=False)  # 忽略索引
df.to_excel('test.xlsx', index=False)  # 忽略索引
df.to_json('test.json')  # 保存为json
df.to_pickle('test.pkl')  # 保存为二进制格式

---

DataFrame查看数据信息

显示摘要信息

在我们使用 DataFrame 之前都会查看数据的信息，个人首选 info ，它展现了数据集的行列信息，以及每列中的非空值的数量。

df.info()

显示描述性统计信息

能够较为直观的查看数值列的基本统计信息。

df.describe()

显示 前 / 后 n行

默认显示5行，可指定显示的行数。

df.head(n)  # 可指定整数，输出前面n行
df.tail(n)  # 可指定整数，输出后面n行

显示索引、列信息

显示索引及列的基本信息。

df.columns  # 列信息
df.index  # 索引信息

显示每列的数据类型

显示列的名称及对应的数据类型。

df.dtypes

显示占用的内存大小

显示给列占用内存的大小，单位是 ：字节(byte)。

df.memory_usage()

---

定位某行数据

重点：无论是 loc 还是 iloc 使用的要领都是先指定行，再指定列，并且行与列表达式用 ， 分隔。如：df.loc[:, :] 获取所有行所有列的数据。

使用 loc() 定位

比如现在要定位 [索隆] 这行数据，有以下

df.loc[1, :]  # loc[index , columns] 行索引，列名，返回 Series 对象
df.loc[df['age'] > 18]  # 返回 DataFrame 对象
# 或者 df[df['age'] > 18]
# df.loc[df['name'] == '索隆']

使用 iloc 定位

使用 iloc 取第二行（索引从0开始），所有列的数据。

df.iloc[1, :]  # iloc[index1, index2] 行索引， 列索引

---

添加一行数据

使用 loc 定位并添加

使用 loc 定位到 index = 3 的行，再进行赋值（在原数据上进行修改）

df.loc[len(df)] = ['乔巴', 3]

使用 append 添加

append 添加数据时需要指定列名，列值，如果某列未指定的话，则默认填充 NaN。

df.append({
   
   'name': '山治', 'age': 19}, ignore_index=True)

删除数据

根据列名删除列

使用 drop 来删除某列，指定要删除的轴，与对应 列/行 的 名称/索引。

df.drop('name', axis = 1)  # 删除单列
df.drop(['name', 'age'], axis = 1)  # 删除多列

根据索引删除行

与上面删除列的方式相似，不过这里指定的是索引。

df.drop(0, axis=0)  # 删除单行
df.drop([0, 1], axis=0)  # 删除多行

使用 loc 定位数据并删除

先使用 loc 定位某条件的数据，再获取索引 index ，然后使用 drop 删除。

df.drop(df.loc[df['name'