初衷

NumPy、Pandas、Matplotlib、SciPy 等可以說(shuō)是最最最常用的 Python 庫(kù)了。我們?cè)谑褂?Python 庫(kù)的時(shí)候，通常會(huì)遇到兩種情況。以 Pandas 舉例。

我想對(duì) Pandas 數(shù)據(jù)結(jié)構(gòu)的數(shù)據(jù)實(shí)現(xiàn)某種操作，但是我不知道或者說(shuō)在我的印象里似乎已經(jīng)不記得是否有這樣的函數(shù)方法，如果有，又該用哪個(gè)方法呢？ 我想實(shí)現(xiàn)某種數(shù)據(jù)操作，我記得我用過(guò)或者見(jiàn)過(guò)某個(gè)函數(shù)可以實(shí)現(xiàn)這個(gè)功能，但是我死活想不起來(lái)那個(gè)函數(shù)叫啥了。或者，我想起來(lái)了哪個(gè)函數(shù)可以實(shí)現(xiàn)這個(gè)功能，但是我想知道是否有更好的選擇。

這個(gè)時(shí)候大家就會(huì)開(kāi)始借助百度、知乎、谷歌、CSDN 開(kāi)始進(jìn)行關(guān)鍵搜索了。這樣做當(dāng)然可以，最終也能得到你想要的結(jié)果，但是就會(huì)面臨兩個(gè)小問(wèn)題。

有時(shí)候我想對(duì)數(shù)據(jù)做這樣的操作，我心里知道是這個(gè)意思，但是我不知道如何去描述這個(gè)事情，關(guān)鍵詞不精確，導(dǎo)致搜索的結(jié)果有偏差，搜索技術(shù)不行，走了不少?gòu)澛贰? 搜索到別人提供的結(jié)果，但是呢，要么排版很亂，要么長(zhǎng)篇大論，從函數(shù)接口開(kāi)始一點(diǎn)一點(diǎn)說(shuō)，一堆你不想要的信息，讓你 get 不到重點(diǎn)，明明一秒鐘可以解決的問(wèn)題，卻花了你一分鐘去看別人的解釋?zhuān)@取重點(diǎn)，浪費(fèi)了不少時(shí)間。

基于以上，我就在想如何解決這樣一個(gè)問(wèn)題。解決方案如下：假如你知道但只是忘記了某個(gè)函數(shù)可以實(shí)現(xiàn)這個(gè)功能，那么當(dāng)你看到函數(shù)名稱(chēng)的時(shí)候，就會(huì)想起來(lái)。所以，我想把最最常用的一些方法和函數(shù)名稱(chēng)直接羅列出來(lái)，然后你一眼掃過(guò)去或者直接 ctrl+f 搜索中文，就能輕易喚起你曾經(jīng)的記憶。假如你不知道是否存在一個(gè)函數(shù)，有你想要的功能，我依然還是把函數(shù)名稱(chēng)羅列出來(lái)，然后在其后進(jìn)行一個(gè)中文的補(bǔ)充說(shuō)明。你一眼掃過(guò)這些函數(shù)及其補(bǔ)充說(shuō)明，相信很快就能判斷是否有滿足你需求的函數(shù)。

下面的內(nèi)容這樣組織，第二部分我羅列出常用的 Pandas 函數(shù)方法，及其補(bǔ)充說(shuō)明，第三部分我對(duì)這些函數(shù)的用法進(jìn)行舉例子，你拷貝到代碼中進(jìn)行修改就可以直接使用，這比從接口模板開(kāi)始一點(diǎn)一點(diǎn)看省事多了。我相信這也是大部分優(yōu)秀的程序員想要的東西，用最短的時(shí)間，完成想做的事情。當(dāng)然，當(dāng)下面的內(nèi)容不滿足你的需求，你可以進(jìn)一步地去搜索即可。

以下函數(shù)方法，涵蓋了 90% 以上的使用情況，值得收藏，作為小字典查詢。

除非你經(jīng)常用某種語(yǔ)言，函數(shù)方法爛熟于心而根本不需要查詢，否則的話，大部分人也記不住這些東西。可能只記得有這么一個(gè)東西，都是現(xiàn)查別人的代碼，要么拷貝過(guò)來(lái)改改，要么手抄過(guò)來(lái)。特別是我這種，接觸的語(yǔ)言比較多，就經(jīng)常搞串用法，大部分時(shí)候 ，都是現(xiàn)查現(xiàn)賣(mài)。

Pandas 最最常用函數(shù)羅列

## 讀寫(xiě)pd.Series #定義一維標(biāo)記數(shù)組pd.DataFrame #定義數(shù)據(jù)框pd.read_csv #讀取逗號(hào)分隔符文件pd.read_excel #讀取 excel 表格pd.to_excel #寫(xiě)入 excel 表格pd.read_sql #讀取 SQL 數(shù)據(jù)pd.read_table #讀取 tablepd.read_json #讀取 json 文件pd.read_html #讀取 htmlpd.read_clipboard() #從剪切板讀入數(shù)據(jù)df.to_csv #寫(xiě)入 csv 文件df.to_excel #寫(xiě)入 excel 文件df.to_sql #寫(xiě)入 SQL 表df.to_json #寫(xiě)入 JSON 文件df.to_html #寫(xiě)入 HTML 表格df.to_clipboard() #寫(xiě)入剪切板## 數(shù)據(jù)展示和統(tǒng)計(jì)df.info() #統(tǒng)計(jì)數(shù)據(jù)信息df.shape() #統(tǒng)計(jì)行數(shù)和列數(shù)df.index() #顯示索引總數(shù)df.columns() #顯示數(shù)據(jù)框有哪些列df.count() #顯示有多少個(gè)記錄df.head(n) #返回前 n 個(gè)，默認(rèn) 5df.tail(n) #返回后 n 個(gè)df.sample(n) #隨機(jī)選取 n 行df.sample(frac = 0.8) #百分比為 0.8 的選取df.dtypes #查看每一列的數(shù)據(jù)類(lèi)型df.sum() #數(shù)據(jù)框按列求和df.cumsum() #數(shù)據(jù)框累計(jì)求和df.min() #給出每列的最小值df.max() #給出每列的最大值df[’列名’].idxmin() #獲取數(shù)據(jù)框某一列的最小值mySeries.idxmin() #獲取 Series 的最小值df[’列名’].idxmax() #獲取數(shù)據(jù)框某一列的最大值mySeries.idxmax() #獲取 Series 的最大值df.describe() #關(guān)數(shù)據(jù)的基本統(tǒng)計(jì)信息描述df.mean() #給出數(shù)據(jù)框每一列的均值df.median() #給出數(shù)據(jù)框每一列的中位數(shù)df.quantile #給出分位數(shù)df.var() #統(tǒng)計(jì)每一列的方差df.std() #統(tǒng)計(jì)每一列的標(biāo)準(zhǔn)差df.cummax() #尋找累計(jì)最大值，即已出現(xiàn)中最大的一個(gè)df.cummin() #累計(jì)最小值df[’列名’].cumproad() #計(jì)算累積連乘len(df) #統(tǒng)計(jì)數(shù)據(jù)框長(zhǎng)度df.isnull #返回?cái)?shù)據(jù)框是否包含 null 值df.corr() #返回列之間的相關(guān)系數(shù)，以矩陣形式展示df[’列名’].value_counts() #列去重后給每個(gè)值計(jì)數(shù)## 數(shù)據(jù)選擇mySeries[’列名’] #用中括號(hào)獲取列df[’列名’] #選取指定列df.列名 #同上df[n0:n1] #返回 n0 到 n1 行之間的數(shù)據(jù)框df.iloc[[m],[n]] #iloc按行號(hào)來(lái)索引，兩層中括號(hào)，取第 m 行第 n 列df.loc[m:n] #loc 按標(biāo)簽來(lái)索引，返回索引 m 到 n 的數(shù)據(jù)框，loc、iloc 主要針對(duì)行來(lái)說(shuō)的df.loc[:,'列1':'列2'] #返回連續(xù)列的所有行df.loc[m:n,'列1':'列2'] #返回連續(xù)列的固定行df[’列名’][n] #選取指定列的第 n 行df[[’列1’,’列2’]] #返回多個(gè)指定的列## 數(shù)據(jù)篩選和排序df[df.列名 < n] #篩選，單中括號(hào)用于 bool 值篩選df.filter(regex = ’code’) #過(guò)濾器，按正則表達(dá)式篩選df.sort_values #按某一列進(jìn)行排序df.sort_index() #按照索引升序排列df[’列名’].unique() #列去重df[’列名’].nunique() #列去重后的計(jì)數(shù)df.nlargest(n,’列名’) #返回 n 個(gè)最大值構(gòu)成的數(shù)據(jù)框df.nsmallest(n,’列名’) #返回 n 個(gè)最小的數(shù)據(jù)框df.rank #給出排名，即為第幾名## 數(shù)據(jù)增加刪除修改df['新列'] = xxx #定義新列df.rename #給列重命名df.index.name = 'index_name' #設(shè)定或者修改索引名稱(chēng)df.drop #刪除行或者列df.列名 = df.列名.astype(’category’) #列類(lèi)型強(qiáng)制轉(zhuǎn)化df.append #在末尾追加一行del df[’刪除的列’] #直接刪除一列## 特別的df.列名.apply #按列的函數(shù)操作pd.melt #將寬數(shù)據(jù)轉(zhuǎn)化為長(zhǎng)數(shù)據(jù)（拆分拉長(zhǎng)），run 一下下面例子就知道什么意思了pd.merge #兩個(gè)數(shù)據(jù)表間的橫向連接（內(nèi)連接，外連接等）pd.concat #橫向或者縱向拼接Pandas 函數(shù)用法示例

mySeries = pd.Series([1,2,3,4], index=[’a’,’b’,’c’,’d’])data = {’Country’ : [’Belgium’, ’India’, ’Brazil’ ],’Capital’: [’Brussels’, ’New Delhi’, ’Brassilia’],’Population’: [1234,1234,1234]}df = pd.DataFrame(data, columns=[’Country’,’Capital’,’Population’])pd.DataFrame(np.random.rand(20,5))df = pd.read_csv(’data.csv’)pd.read_excel(’filename’)pd.to_excel(’filename.xlsx’, sheet_name=’Sheet1’)df.quantile([0.25, 0.75]) # 給出每一列中的25%和75%的分位數(shù)filters = df.Date > ’2021-06-1’df[filters] #選出日期在某個(gè)日期之后的所有行df.filter(regex=’^L’) #選出 L 開(kāi)頭的列df.sort_values(’列名’, ascending= False) #按指定列的值大小升序排列df.rename(columns= {’老列名’ : ’新列名’}) #修改某個(gè)列名df['新列'] = df.a- df.b #定義一個(gè)新的列表示為兩個(gè)的差df.columns = map(str.lower(), df.columns) #所有列名變?yōu)樾?xiě)字母df.columns = map(str.upper(), df.columns) #所有列名變?yōu)榇髮?xiě)字母df.drop(columns=[’列名’]) #刪除某一列df.drop([’列1’, ’列2’], axis=1) #含義同上，刪除兩列mySeries.drop([’a’]) #刪除 Series 指定值df.drop([0, 1]) #根據(jù)索引刪除，雙閉區(qū)間def fun(x): return x*3df.列名.apply(fun) #把某一列乘 3 倍df.列名.apply(lambda x: x*3) #匿名表達(dá)式的寫(xiě)法df = pd.DataFrame({’A’: {0: ’a’, 1: ’b’, 2: ’c’},’B’: {0: 1, 1: 3, 2: 5}, ’C’: {0: 2, 1: 4, 2: 6}})pd.melt(df, id_vars=[’A’], value_vars=[’B’,’C’]) #melt的使用new=pd.DataFrame({’name’:’lisa’, ’gender’:’F’, ’city’:’北京’},index=[1])df = newdf=df.append(new) #增加一行數(shù)據(jù)frame = pd.DataFrame({’a’:[2.3,-1.7,5,3],’b’:[6,2.9,-3.1,8]},index=[’one’,’two’,’three’,’four’])frame.rank(method='min',ascending=False)#對(duì)每一列的數(shù)據(jù)，根據(jù)大小給個(gè)排名#merge 表示橫向連接df3 = pd.merge(df1,df2,how=’inner’,on=’股票簡(jiǎn)稱(chēng)’) #on表示連接列，how選擇連接方式pd.merge(df1,df2,left_on=’lkey’,right_on=’rkey’,how=’left’) #當(dāng)連接列名不同分別指定#concat 拼接pd.concat([df1,df1]) #縱向連接，當(dāng)s1和s2索引不重疊時(shí)，可以直接拼接pd.concat([df1,df1],axis = 1) #橫向連接，默認(rèn)外連接，以行索引為連接字段

到此這篇關(guān)于Python Pandas常用函數(shù)方法總結(jié)的文章就介紹到這了,更多相關(guān)Pandas常用函數(shù)方法內(nèi)容請(qǐng)搜索好吧啦網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持好吧啦網(wǎng)！