Python数据分析—pandas类库常用方法

一.pandas

        Pandas是用于数据操纵和分析，建立在Numpy之上的。Pandas为Python带来了两种新的数据结构：Pandas Series和Pandas DataFrame，借助这两种数据结构，我们能够轻松直观地处理带标签数据和关系数据。

Pandas功能：

• 允许为行和列设定标签
• 可以针对时间序列数据计算滚动统计学指标
• 轻松处理NaN值
• 能够将不同的数据集合并在一起
• 与Numpy和Matplotlib集成

二.常用方法

1，df.reset_index(drop=True) 重置索引，会创建一个新对象。默认保留原来索引，加上drop=True删除原来索引。

2，df.set_index() 设置一列索引。

3，df.drop() 删除指定行值或列值（axis = 1 列 axis = 0 行，默认为行）。

df.drop(index=df[df["价格"].isnull()].index, inplace=True) #例如：删除价格为空的所有行

4，del df["列"] 删除一列值。

5，df.dropna() 删除指定的行或者列 为空 的值。

6，df.drop_duplicated() 删除重复值，可指定列，指定保留第一行，或者最后一行。

7，df.loc["行","列"] 通过标签定位数据，df.iloc[:] 通过索引定位数据。

8，df.sort_values("列",axis=0, ascending=True) 排序。Series不需要参数列，ascending默认True升序。

9，df.describe() 快速列出数据的概要，多个维度的汇总统计。

10，df.info() 索引，数据类型，内存信息等。

11，df.unique() 返回一个Series里面唯一值组成的数组。

12，df.s