本文研究的主要是pandas常用函數，具體介紹如下。
import語句
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import datetime
import re
文件讀取
df = pd.read_csv(path='file.csv')
參數：header=None 用默認列名，0，1，2，3...
names=['A', 'B', 'C'...] 自定義列名
index_col='A'|['A', 'B'...] 給索引列指定名稱，如果是多重索引，可以傳list
skiprows=[0,1,2] 需要跳過的行號，從文件頭0開始，skip_footer從文件尾開始
nrows=N 需要讀取的行數，前N行
chunksize=M 返回迭代類型TextFileReader，每M條迭代一次，數據占用較大內存時使用
sep=':'數據分隔默認是','，根據文件選擇合適的分隔符，如果不指定參數，會自動解析
skip_blank_lines=False 默認為True，跳過空行，如果選擇不跳過，會填充NaN
converters={'col1', func} 對選定列使用函數func轉換，通常表示編號的列會使用（避免轉換成int）
dfjs = pd.read_json('file.json') 可以傳入json格式字符串
dfex = pd.read_excel('file.xls', sheetname=[0,1..]) 讀取多個sheet頁，返回多個df的字典
數據預處理
df.duplicated() 返回各行是否是上一行的重復行
df.drop_duplicates() 刪除重復行，如果需要按照列過濾，參數選填['col1', 'col2',...]
df.fillna(0) 用實數0填充na
df.dropna() axis=0|1 0-index 1-column
how='all'|'any' all-全部是NA才刪 any-只要有NA就全刪
del df['col1'] 直接刪除某一列
df.drop(['col1',...], aixs=1) 刪除指定列，也可以刪除行
df.column = col_lst 重新制定列名
df.rename(index={'row1':'A'}, 重命名索引名和列名
columns={'col1':'A1'})
df.replace(dict) 替換df值，前后值可以用字典表，{1:‘A', '2':'B'}
def get_digits(str):
m = re.match(r'(\d+(\.\d+)?)', str.decode('utf-8'))
if m is not None:
return float(m.groups()[0])
else:
return 0
df.apply(get_digits) DataFrame.apply，只獲取小數部分，可以選定某一列或行
df['col1'].map(func) Series.map，只對列進行函數轉換
pd.merge(df1, df2, on='col1',
how='inner'，sort=True) 合并兩個DataFrame，按照共有的某列做內連接（交集），outter為外連接（并集），結果排序
pd.merge(df1, df2, left_on='col1',
right_on='col2') df1 df2沒有公共列名，所以合并需指定兩邊的參考列
pd.concat([sr1, sr2, sr3,...], axis=0) 多個Series堆疊成多行，結果仍然是一個Series
pd.concat([sr1, sr2, sr3,...], axis=1) 多個Series組合成多行多列，結果是一個DataFrame，索引取并集，沒有交集的位置填入缺省值NaN
df1.combine_first(df2) 用df2的數據補充df1的缺省值NaN，如果df2有更多行，也一并補上
df.stack() 列旋轉成行，也就是列名變為索引名，原索引變成多層索引，結果是具有多層索引的Series，實際上是把數據集拉長
df.unstack() 將含有多層索引的Series轉換為DataFrame，實際上是把數據集壓扁，如果某一列具有較少類別，那么把這些類別拉出來作為列
df.pivot() 實際上是unstack的應用，把數據集壓扁
pd.get_dummies(df['col1'], prefix='key') 某列含有有限個值，且這些值一般是字符串，例如國家，借鑒位圖的思想，可以把k個國家這一列量化成k列，每列用0、1表示
數據篩選
df.columns 列名，返回Index類型的列的集合
df.index 索引名，返回Index類型的索引的集合
df.shape 返回tuple，行x列
df.head(n=N) 返回前N條
df.tail(n=M) 返回后M條
df.values 值的二維數組，以numpy.ndarray對象返回
df.index DataFrame的索引，索引不可以直接賦值修改
df.reindex(index=['row1', 'row2',...]
columns=['col1', 'col2',...]) 根據新索引重新排序
df[m:n] 切片，選取m~n-1行
df[df['col1'] > 1] 選取滿足條件的行
df.query('col1 > 1') 選取滿足條件的行
df.query('col1==[v1,v2,...]')
df.ix[:,'col1'] 選取某一列
df.ix['row1', 'col2'] 選取某一元素
df.ix[:,:'col2'] 切片選取某一列之前（包括col2）的所有列
df.loc[m:n] 獲取從m~n行（推薦）
df.iloc[m:n] 獲取從m~n-1行
df.loc[m:n-1,'col1':'coln'] 獲取從m~n行的col1~coln列
sr=df['col'] 取某一列，返回Series
sr.values Series的值，以numpy.ndarray對象返回
sr.index Series的索引，以index對象返回
數據運算與排序
df.T DataFrame轉置
df1 + df2 按照索引和列相加，得到并集，NaN填充
df1.add(df2, fill_value=0) 用其他值填充
df1.add/sub//mul/div 四則運算的方法
df - sr DataFrame的所有行同時減去Series
df * N 所有元素乘以N
df.add(sr, axis=0) DataFrame的所有列同時減去Series
sr.order() Series升序排列
df.sort_index(aixs=0, ascending=True) 按行索引升序
df.sort_index(by=['col1', 'col2'...]) 按指定列優先排序
df.rank() 計算排名rank值
數學統計
sr.unique Series去重
sr.value_counts() Series統計頻率，并從大到小排序，DataFrame沒有這個方法
sr.describe() 返回基本統計量和分位數
df.describe() 按各列返回基本統計量和分位數
df.count() 求非NA值得數量
df.max() 求最大值
df.min() 求最大值
df.sum(axis=0) 按各列求和
df.mean() 按各列求平均值
df.median() 求中位數
df.var() 求方差
df.std() 求標準差
df.mad() 根據平均值計算平均絕對利差
df.cumsum() 求累計和
sr1.corr(sr2) 求相關系數
df.cov() 求協方差矩陣
df1.corrwith(df2) 求相關系數
pd.cut(array1, bins) 求一維數據的區間分布
pd.qcut(array1, 4) 按指定分位數進行區間劃分，4可以替換成自定義的分位數列表
df['col1'].groupby(df['col2']) 列1按照列2分組，即列2作為key
df.groupby('col1') DataFrame按照列1分組
grouped.aggreagte(func) 分組后根據傳入函數來聚合
grouped.aggregate([f1, f2,...]) 根據多個函數聚合，表現成多列，函數名為列名
grouped.aggregate([('f1_name', f1), ('f2_name', f2)]) 重命名聚合后的列名
grouped.aggregate({'col1':f1, 'col2':f2,...}) 對不同的列應用不同函數的聚合，函數也可以是多個
df.pivot_table(['col1', 'col2'],
rows=['row1', 'row2'],
aggfunc=[np.mean, np.sum]
fill_value=0,
margins=True) 根據row1, row2對col1， col2做分組聚合，聚合方法可以指定多種，并用指定值替換缺省值
pd.crosstab(df['col1'], df['col2']) 交叉表，計算分組的頻率
總結
以上就是本文關于Python pandas常用函數詳解的全部內容，希望對大家有所幫助。感興趣的朋友可以繼續參閱本站其他相關專題，如有不足之處，歡迎留言指出。感謝朋友們對張軍博客的支持！
本文為張軍原創文章,轉載無需和我聯系,但請注明來自張軍的軍軍小站,個人博客http://www.eyofj.com
更多文章、技術交流、商務合作、聯系博主
微信掃碼或搜索：z360901061
微信掃一掃加我為好友
QQ號聯系： 360901061
您的支持是博主寫作最大的動力，如果您喜歡我的文章，感覺我的文章對您有幫助，請用微信掃描下面二維碼支持博主2元、5元、10元、20元等您想捐的金額吧，狠狠點擊下面給點支持吧，站長非常感激您！手機微信長按不能支付解決辦法：請將微信支付二維碼保存到相冊，切換到微信，然后點擊微信右上角掃一掃功能，選擇支付二維碼完成支付。
【本文對您有幫助就好】元
