30个Pandas高频使用技巧

30个Pandas的高频使用技巧

本文主要是介绍Peter在平时使用Pandas处理数据过程中经常接触到的一些小技巧。以前的文章是对不同知识点的拆解，本文是自己的高频使用方法。

Pandas连载文章

高频技巧

使用的技巧主要是下图涉及到的：

1 2	import pandas as pd import numpy as np

导入文件

Pandas能够读取很多文件：Excel、CSV、数据库、TXT，甚至是在线的文件都是OK的

创建DataFrame

在以前的文章中介绍过10种DataFrame的方法

查看头尾数据

头尾都是默认5行数据，可以指定行数

# df2.head()  默认头部5行
df2.head(3)  # 指定3行

# df2.tail()  默认尾部5行
df2.tail(2)  # 指定尾部2行

显示全部列名

显示索引

查看列的数据类型

查看行列数

查看数据大小

查看缺失值

修改列名

两种方式：使用rename函数和直接使用columns属性

统计元素

统计每个元素的个数

转成列表数据

提取列中数据

提取文本数据

数值范围数据提取

提取整列数据

缺失值填充

指定填充的值
用计算值
用其他值

数据去重

计算统计值

计算统计值，比如最值和均值等

计算中位数

提取最值所在的行

Pandas切片

1 2	df2.iloc[22] # 提取某个行的数据 df2.iloc[:,1:6] # 行和列上的切片

大小排序

分组聚合

使用groupby分组之后，对不同的字段可以使用不同的聚合函数

索引重排

注意和上面例子的比较。使用的是reset_index函数

去掉原索引

使用索引重排之后我们需要去掉原来的索引；比较上下两个结果的区别。通过drop=True来实现

apply函数

两个列相加

DataFrame合并

1、先看看两个原始数据

2、默认情况：求的两个DF的交集

3、保留左边全部数据

4、保留右边全部数据

how="inner"其实就是默认情况：

导出数据

导出数据的时候通常是不需要索引的