不管是業務數據分析 ，還是數據建模。數據處理都是及其重要的一個步驟，它對于最終的結果來說，至關重要。
今天，就為大家總結一下 “Pandas數據處理” 幾個方面重要的知識，拿來即用，隨查隨查。
- 導?數據
- 導出數據
- 查看數據
- 數據選取
- 數據處理
- 數據分組和排序
- 數據合并
|
1
2
|
# 在使用之前，需要導入pandas庫import pandas as pd |
導?數據
這里我為大家總結7個常見用法。
|
1
2
3
4
5
6
7
8
9
10
11
12
13
|
pd.DataFrame() # 自己創建數據框，用于練習pd.read_csv(filename) # 從CSV?件導?數據pd.read_table(filename) # 從限定分隔符的?本?件導?數據pd.read_excel(filename) # 從Excel?件導?數據pd.read_sql(query,connection_object) # 從SQL表/庫導?數據pd.read_json(json_string) # 從JSON格式的字符串導?數據pd.read_html(url) # 解析URL、字符串或者HTML?件，抽取其中的tables表格 |
導出數據
這里為大家總結5個常見用法。
|
1
2
3
4
5
6
7
8
9
10
|
df.to_csv(filename) #導出數據到CSV?件df.to_excel(filename) #導出數據到Excel?件df.to_sql(table_name,connection_object) #導出數據到SQL表df.to_json(filename) #以Json格式導出數據到?本?件writer=pd.ExcelWriter('test.xlsx',index=False) df1.to_excel(writer,sheet_name='單位')和writer.save()，將多個數據幀寫?同?個?作簿的多個sheet(?作表) |
查看數據
這里為大家總結11個常見用法。
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
|
df.head(n) # 查看DataFrame對象的前n?df.tail(n) # 查看DataFrame對象的最后n?df.shape() # 查看?數和列數df.info() # 查看索引、數據類型和內存信息df.columns() # 查看字段（??）名稱df.describe() # 查看數值型列的匯總統計s.value_counts(dropna=False) # 查看Series對象的唯?值和計數df.apply(pd.Series.value_counts) # 查看DataFrame對象中每?列的唯?值和計數df.isnull().any() # 查看是否有缺失值df[df[column_name].duplicated()] # 查看column_name字段數據重復的數據信息df[df[column_name].duplicated()].count() # 查看column_name字段數據重復的個數 |
數據選取
這里為大家總結10個常見用法。
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
|
df[col] # 根據列名，并以Series的形式返回列df[[col1,col2]] # 以DataFrame形式返回多列s.iloc[0] # 按位置選取數據s.loc['index_one'] # 按索引選取數據df.iloc[0,:] # 返回第??df.iloc[0,0] # 返回第?列的第?個元素df.loc[0,:] # 返回第??（索引為默認的數字時，?法同df.iloc），但需要注意的是loc是按索引,iloc參數只接受數字參數df.ix[[:5],["col1","col2"]] # 返回字段為col1和col2的前5條數據，可以理解為loc和iloc的結合體。df.at[5,"col1"] # 選擇索引名稱為5，字段名稱為col1的數據df.iat[5,0] # 選擇索引排序為5，字段排序為0的數據 |
數據處理
這里為大家總結16個常見用法。
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
|
df.columns= ['a','b','c'] # 重命名列名（需要將所有列名列出，否則會報錯）pd.isnull() # 檢查DataFrame對象中的空值，并返回?個Boolean數組pd.notnull() # 檢查DataFrame對象中的?空值，并返回?個Boolean數組df.dropna() # 刪除所有包含空值的?df.dropna(axis=1) # 刪除所有包含空值的列df.dropna(axis=1,thresh=n) # 刪除所有?于n個?空值的?df.fillna(value=x) # ?x替換DataFrame對象中所有的空值，?持df[column_name].fillna(x)s.astype(float) # 將Series中的數據類型更改為float類型s.replace(1,'one') # ?‘one'代替所有等于1的值s.replace([1,3],['one','three']) # ?'one'代替1，?'three'代替3df.rename(columns=lambdax:x+1) # 批量更改列名df.rename(columns={'old_name':'new_ name'}) # 選擇性更改列名df.set_index('column_one') # 將某個字段設為索引，可接受列表參數，即設置多個索引df.reset_index("col1") # 將索引設置為col1字段，并將索引新設置為0,1,2...df.rename(index=lambdax:x+1) # 批量重命名索引 |
數據分組、排序、透視
這里為大家總結13個常見用法。
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
|
df.sort_index().loc[:5] # 對前5條數據進?索引排序df.sort_values(col1) # 按照列col1排序數據，默認升序排列df.sort_values(col2,ascending=False) # 按照列col1降序排列數據df.sort_values([col1,col2],ascending=[True,False]) # 先按列col1升序排列，后按col2降序排列數據df.groupby(col) # 返回?個按列col進?分組的Groupby對象df.groupby([col1,col2]) # 返回?個按多列進?分組的Groupby對象df.groupby(col1)[col2].agg(mean) # 返回按列col1進?分組后，列col2的均值,agg可以接受列表參數，agg([len,np.mean])df.pivot_table(index=col1,values=[col2,col3],aggfunc={col2:max,col3:[ma,min]}) # 創建?個按列col1進?分組，計算col2的最?值和col3的最?值、最?值的數據透視表df.groupby(col1).agg(np.mean) # 返回按列col1分組的所有列的均值,?持df.groupby(col1).col2.agg(['min','max'])data.apply(np.mean) # 對DataFrame中的每?列應?函數np.meandata.apply(np.max,axis=1) # 對DataFrame中的每??應?函數np.maxdf.groupby(col1).col2.transform("sum") # 通常與groupby連?，避免索引更改 |
數據合并
這里為大家總結5個常見用法。
|
1
2
3
4
5
6
7
8
9
|
df1.append(df2) # 將df2中的?添加到df1的尾部df.concat([df1,df2],axis=1,join='inner') # 將df2中的列添加到df1的尾部,值為空的對應?與對應列都不要df1.join(df2.set_index(col1),on=col1,how='inner') # 對df1的列和df2的列執?SQL形式的join，默認按照索引來進?合并，如果df1和df2有共同字段時，會報錯，可通過設置lsuffix,rsuffix來進?解決，如果需要按照共同列進?合并，就要?到set_index(col1)pd.merge(df1,df2,on='col1',how='outer') # 對df1和df2合并，按照col1，?式為outerpd.merge(df1,df2,left_index=True,right_index=True,how='outer') #與 df1.join(df2, how='outer')效果相同 |
以上就是python數據處理67個pandas函數總結看完就用的詳細內容，更多關于python數據處理6pandas函數的資料請關注服務器之家其它相關文章！
原文鏈接：https://huang-tong-xue.blog.csdn.net/article/details/115598697
