23个Pandas方法

23个Pandas核心方法

1. 读取 CSV 格式

   pd.read_csv(“csv_file”)

   pd.DataFrame.from_csv(“csv_file”)

2. 读取 Excel

   pd.read_excel("excel_file")

3. 将 DataFrame 写入 CSV 文件

   df.to_csv("data.csv", sep=",", index=False)

4. 显示基本的数据集特征信息

   df.info()

5. 基本的数据集统计信息

   print(df.describe())

6. 将 DataFrame 输出到一张表

   print(tabulate(print_table, headers=headers))

7. 列出所有列的名字

   df.columns

8. 删除缺失数据

   df.dropna(axis=0, how='any')

9. 替换缺失数据

   df.replace(to_replace=None, value=None)

10. 检查空值 NaN

    pd.isnull(object)

11. 删除特征

    df.drop('feature_variable_name', axis=1)

12. 将目标类型转换为浮点型

    pd.to_numeric(df["feature_name"], errors='coerce')

13. 将 DataFrame 转换为 NumPy 数组

    df.as_matrix()

14. 取 DataFrame 的前面「n」行

    df.head(n)

15. 通过特征名取数据

    df.loc[feature_name]

16. 对 DataFrame 使用函数

    df["height"].apply(*lambda* height: 2 * height)

    def multiply(x):
     return x * 2
    df["height"].apply(multiply)

17. 重命名行（重命名第三行）

    df.rename(columns = {df.columns[2]:'size'}, inplace=True)

18. 取某一行的唯一实体

    df["name"].unique()

19. 访问子 DataFrame

    new_df = df[["name", "size"]]

20. 总结数据信息

    # Sum of values in a data frame
    df.sum()
    # Lowest value of a data frame
    df.min()
    # Highest value
    df.max()
    # Index of the lowest value
    df.idxmin()
    # Index of the highest value
    df.idxmax()
    # Statistical summary of the data frame, with quartiles, median, etc.
    df.describe()
    # Average values
    df.mean()
    # Median values
    df.median()
    # Correlation between columns
    df.corr()
    # To get these values for only one column, just select it like this#
    df["size"].median()

21. 给数据排序

    df.sort_values(ascending = False)

22. 布尔型索引（过滤size的行，仅显示等于5的行）

    df[df["size"] == 5]

23. 选定特定的值（选size列，第一行的值）

    df.loc([0], ['size'])

print(df.describe())