一. apply函数
作用：对 DataFrame 的某行/列应用函数之后，Apply 返回一些值。函数既可以使用默认的，也可以自定义。注意：在第二个输出中应用 head() 函数，因为它包含了很多行。
#创建一个新函数 def num_missing(x): return sum(x.isnull()) #应用每一列 print "Missing values per column:" print data.apply(num_missing, axis=0) #axis=0 defines that function is to be applied on each column #应用每一行 print " Missing values per row:" print data.apply(num_missing, axis=1).head() #axis=1 defines that function is to be applied on each row
二. loc函数
作用：选择属性子集
subSalesDf=salesDf.loc[0:4,'购药时间':'销售数量']
三. rename函数
作用：列重命名
colNameDict = {'购药时间':'销售时间'} #将‘购药时间’改为‘销售时间’
salesDf.rename(columns = colNameDict,inplace=True)
四. dropna函数
作用：删除缺失值，how='any'意为在给定的任何一列中有缺失值就删除
salesDf=salesDf.dropna(subset=['销售时间','社保卡号'],how='any') #删除列（销售时间，社保卡号）中为空的行
五. pd.to_datetime函数
作用：字符串类型的数据转换成日期格式。传入的格式是原始数据的日期格式——format='%Y-%m-%d'固定写法：Y表示年、m表示月、d表示日。
salesDf.loc[:,'销售时间']=pd.to_datetime(salesDf.loc[:,'销售时间'],
format='%Y-%m-%d',
errors='coerce')
errors='coerce'： 如果原始数据不符合日期的格式，转换后的值为空值NaT。所以转换之后我们还要运行一次删除空值的代码，因为不符合格式的日期被转变为了空值需要删除。
salesDf=salesDf.dropna(subset=['销售时间','社保卡号'],how='any')
六. pd.sort_values
作用：对数据进行排序，by表示按那几列进行排序，ascending=True 表示升序排列，ascending=False表示降序排列
salesDf=salesDf.sort_values(by='销售时间', #按销售日期进行升序排列
ascending=True)
七. reset_index函数
作用：生成从0到N按顺序的索引值
salesDf=salesDf.reset_index(drop=True)
八. describe函数
作用：查看数据框中所有数据每列的描述统计信息：（count：总数，mean：平均数，std：标准差，min：最小值，25%：下四分位数，50%：中位数，75%：上四分位数，max：最大值）
salesDf.describe()
九. 删除异常值
作用：假设最小值出现了小于0的情况，分析应该是记录过程中出现错误所致。
第一步：设置查询条件，这一步返回True和false
querySer=salesDf.loc[:,'销售数量']>0
第二步：应用查询条件
salesDf=salesDf.loc[querySer,:]
十. drop_duplicates函数
作用：将重复的数据删除，同一个人发生的所有消费算作一次消费，根据列名（销售时间，社区卡号），如果这两个列值同时相同，只保留1条
kpi1_Df=salesDf.drop_duplicates(
subset=['销售时间', '社保卡号']
)
十一. groupby
作用：根据某一列分组
gb=groupDf.groupby(groupDf.index.month)
对分组后的数据应用函数
mounthDf=gb.sum()
十二. 不适=使用for循环的列表生成器
作用:当一个列表中的元素是由另外一个列表中对应元素经过运算得到时，可以省去for循环，适用一行代码生成模型
x = [2,3,4,5] out = [item*2 for item in x] print(out)
十三. Lambda 表达式
作用：不使用def关键字，也没有return。Lambda 表达式创造的函数和普通的 def 构建的函数没什么不同，只不过函数体只有单独一个表达式而已。
double=lambda x: x*2 #double是函数名，x是参数 print(double(3))
十四. map 和 filter 函数
1. map
作用：可以与Lambda表达式同时使用，map() 函数接收一个列表，和一个函数（可以是Lambda表达式），它对列表里的每个元素调用一个函数进行处理，再将结果放进一个新列表里。
result=list(map(double,x)) print(result)
2. filter
作用：它接收一个列表，和一个规则函数，在对列表里的每个元素调用这个规则函数之后，它把所有返回值为假的元素从列表中剔除，然后返回这个过滤后的子列表。
result2=list(filter(lambda a:a>4,x))
十五. arrange 函数
作用：arange() 函数按照指定的步长返回一个等差数列。除开始和结束值之外，你还可以自定义步长和数据类型。请注意，给定的结束值参数是不会被包含在结果内的。
result= np.arange(start,stop,step)
十六. linspace 函数
作用：将给定区间进行若干等分以后的等分点组成的数列。所以你传入的参数包括开始值、结束值，以及具体多少等分。linspace() 将这个区间进行等分后，把开始值、结束值和每个等分点都放进一个 NumPy 数组里。这在做数据可视化以及绘制坐标轴的时候都很有用。
result4=np.linspace(2.0,3.0,num=5)
十七. 矩阵合并函数
1.Concat
作用：把一个或多个数据表按行（或列）的方向简单堆叠起来（看你传入的 axis 参数是 0 还是 1 咯）。
2. merge
作用：merge() 将会以用户指定的某个名字相同的列为主键进行对齐，把两个或多个数据表融合到一起。
3. join
join()和 merge() 很相似，只不过 join() 是按数据表的索引进行对齐，而不是按某一个相同的列。当某个表缺少某个索引的时候，对应的值为空（NaN）。
十八. pivot_table 函数
作用：它能帮你对一个数据表进行格式化，并输出一个像 Excel 工作表一样的表格。实际使用中，透视表将根据一个或多个键对数据进行分组统计，将函数传入参数 aggfunc 中，数据将会按你指定的函数进行统计，并将结果分配到表格中。
pivot_table(data, values=None, index=None, columns=None,aggfunc='mean', fill_value=None, margins=False, dropna=True, margins_name='All')