Pandas庫專為數據分析而設計，它是使Python成為強大而高效的數據分析環境的重要因素。

一、Pandas數據結構

1、import pandas as pd

import numpy as np

import matplotlib.pyplot as plt

2、S1=pd.Series([‘a’,’b’,’c’]) series是一組數據與一組索引（行索引）組成的數據結構

3、S1=pd.Series([‘a’,’b’,’c’],index=(1,3,4)) 指定索引

4、S1=pd.Series({1:‘a’,2:’b’,3:’c’}) 用字典形式指定索引

5、S1.index() 返回索引

6、S1.values() 返回值

7、Df=pd.DataFrame([‘a’,’b’,’c’]) dataframe是一組數據與兩組索引（行列索引）組成的數據結構

8、Df=pd.DataFrame([[a,A],[b,B],[c,C]],columns=[‘小寫’,’大寫’]，index=[‘一’,’二’,’三’])

Columms 為列索引，index為行索引

9、pip install -i https://pypi.tuna.tsinghua.edu.cn/simple pyspider 清華鏡像

10、data={‘小寫’:[‘a’,’b’,’c’],’大寫’:[‘A’,’B’,’C’]} 傳入字典

Df=Pd.DataFrame(data)

11、Df.index() df.columns()

二、讀取數據

12、df=pd.read_excel(r’C:\user…xlsx’,sheet_name=’sheet1’) 或

Pd.read_excel(r’C:\user…xlsx’,sheet_name=0) 讀取excel表

13、Pd.read_excel(r’C:\user…xlsx’,index_col=0,header=0)

index_col指定行索引，header指定列索引

14、pd.read_excel(r’C:\user…xlsx’,usecols=[0,1]) 導入指定列,不能有index_col和header

15、pd.read_tablel(r’C:\user…txt’，sep=’ ’) 導入txt文件,sep指定分隔符是什么

16、df.head(2) 展示前兩行，默認展示前5行

17、df.shape 顯示數據幾行幾列，不包含行和列索引

18、http://df.info() 可查看表中數據的類型

19、df.describe() 可獲得表中數值類型指端的分布值（和、平均值、方差等）

三、數據預處理

20、http://df.info() 可顯示表中哪個數據為空

21、df.isnull() 方法可以判斷哪個值是缺失值，如果缺失返回True，否則為False

22、df.dropna() 默認刪除含缺失值的行

23、df.dropna(how=’all’) 刪除全為空值的行，不全為空值的行不會刪除

24、df.fillna(0) 用0填充所有空值

25、df.fillna({‘性別’:’男’,’年齡’:’30’}) 對性別列中空值填充男，年齡填充30

26、df.drop_duplicates() 默認對所有值進行重復值檢查，保留第一行的值

27、df.drop_duplicates(subset=’性別’) 對性別列中重復值查詢保留第一行

28、df.drop_duplicates(subset=[’性別’,’公司’]，keep=’last’) 對性別和公司兩列查重

keep設置默認為first（保留第一個），可設置為last（保留最后一個） 或False(不部不保留)

29、df[‘ID’].dtype 查看ID列的數據類型

30、df[‘ID’].astype(‘float’) 將ID列的數據類型轉換為float類型

31、數據類型：int、float、object、string、unicode、datetime

32、df[‘ID’][1] ID列的第二個數據

33、df.columns=[‘大寫’,’小寫’,’中文’] 為無索引表添加列索引

34、df.index=[1,2,3] 添加行索引

35、df.set_index(‘編號’) 指明要用的列作為行索列

36、df.rename(index={‘訂單編號’:’新訂單編號’,’客戶姓名’:’新客戶姓名’}) 對行索引進行重新命名

37、df.rename(columns={1:’一’,2:’二’}) 對列索引進行重新命名

38、df.reset_index() 默認將全部index轉化為column

39、df.reset_index(level=0) 將0級索引轉化為column

40、df.reset_index(drop=True) 刪除原有索引

四、數據選擇

41、df[[‘ID’,’姓名’]] 多個列名要裝入list

42、df.iloc[[1,3],[2,4]] 用行列編號選擇數據

43、df.iloc[1,1] 選取表中的第3行2列數據，第一行默認為列索引

44、df.iloc[:,0:4] #獲取第1列到第4列的值

45、df.loc[‘一’] #loc用行名選取的行數據，格式是Series，但可以用列表形式訪問

46、df.loc[‘一’][0] 或 df.loc[‘一’][‘序號’]

47、df.iloc[1]#iloc用行編號選取行數據

48、df.iloc[[1,3]]#多行編號選取行數據，要用list封裝，不然變成行列選取

49、df.iloc[1:3]#選擇第二行和第四行

50、df[df[‘年齡’]<45] #加判斷條件返回符合條件的全部數據，不局限年齡列

51、df[(df[‘年齡’]<45)&(df[‘ID’]<4)] #判斷多條件選擇數據

52、df.iloc[[1,3],[2,4]] 相當于df.loc[[‘一’,’二’],[‘年齡’,’ID’]] #loc是名，iloc是編號

53、df[df[‘年齡’]<45][[‘年齡’,’ID’]]#先通過年齡條件選擇行，再通過不同索引指定列

54、df.iloc[1:3,2:4]#切片索引

五、數值操作

55、df[‘年齡’].replace(100,33)#對年齡列中的100替換成33

56、df.replace(np.NaN,0)#相當于fillna(),其中np.NaN是python中缺省值的表示方式

57、df.replace([A,B],C)#多對一替換，A、B替換成C

58、df.replace({‘A’:’a’,‘B’:’b’,‘C’:’c’})#多對多替換

59、df.sort_values(by=[‘申請單編號’],ascending=False)#申請單編號列降序排列，Ture升序排列（默認）

60、df.sort_values(by=[‘申請單編號’],na_position=’first’)#申請單編號列升序排列，缺失值排在第一位

默認缺失值在最后一位last

61、df.sort_values(by=[‘col1’,’col2’],ascending=[False,True])#多列排序

62、df[‘銷量’].rank(method=’first’)#銷量排名（不是排序），method有first\min\max\average

63、df.drop([‘銷量’,’ID’],axis=1)#刪除列,直接是列名

64、df.drop(df.columns[[4,5]],axis=1)#刪除列,是編號

65、df.drop(colums=[‘銷量’,’ID’])#此種方式刪除列，可以不寫axis=1

66、df.drop([‘a’,’b’],axis=0)#刪除行,直接是列名

67、df.drop(df.index[[4,5]],axis=0)#刪除行,是編號

68、df.drop(index=[‘a’,’b’])#此種方式刪除行，可以不寫axis=0

69、df[‘ID’].value_counts()#對ID列中數據出現的次數進行統計

70、df[‘ID’].value_counts(normalize=Ture,sort=False)#對ID列中數據出現的次數占比進行統計，并降序排序

71、df[‘ID’].unique()#獲取列的唯一值

72、df[‘年齡’].isin([‘a’,11])#查看這列中是否包含a或11

73、pd.cut(df[‘ID’],bins=[0,3,6,10])#用bins指明切分區間

74、pd.qcut(df[‘ID’],3)#ID列切分成3個部分，每部分數據個數盡量一致

75、df.insert(2,’商品’,[‘書’,’筆’,’計算器’])#插入第三列

76、df[’商品’]=[‘書’,’筆’,’計算器’])#插新列，在表的最后面

77、df.T行列互換

78、df.tack()#把表格型數據轉化成樹形數據

79、df.set_index([‘ID’,’姓名’]).stack().reset_index()#寬表轉換成長表，先將共同列設置成行索引，再對其他列

進行轉化成樹形數據，再重置行索引

80、df.melt(id_vars=[‘ID’,’姓名’],var_name=’year’,value_name=’sale’)#id_var參數指明寬表轉換成長表時保持不

變的列，var_name參數表示原來的列索引轉化為行索引對應的列名，value_name表示新索引對應值的列名

81、df[‘C1’].apply(lambda x:x+1)#相當于map(),只是需要和lambda配合

82、df.applymap(lambda x:x+1),對表中的所有數據執行相同函數運算

六、數據運算

83、df[‘ID’]+Df[‘ID’]#可進行加減乘除

84、df[‘ID’]>Df[‘ID’]#可進行> < == !=等比較運算

85、df.count()#統計每列的非空值的個數

86、df.count(axis=1)#統計每行的非空值的個數

87、df[‘ID’].count()#統計指定列的非空值的個數

88、df.sum(axis=1)#每列/行求和結果

89、df.mean(axis=1)#每列/行求均值

90、df.max(axis=1)#每列/行求最大值

91、df.min(axis=1)#每列/行求最小值

92、df.median(axis=1)#每列/行求中間值

93、df.mode(axis=1)#每列/行中出現最多的值

94、df.var(axis=1)#每列/行求方差

95、df.std(axis=1)#每列/行求標準差

96、df.quantile(0.25)#求1/4分位數，可以0.5、0.75等分位數

97、df.corr()#求整個DataFrame表中的相關性

七、時間序列

98、from datetime import datetime

99、datatime.now()#返回現在的時間年月日時分秒

100、datatime.now().year#返回年，可以.month.day

101、datatime.now().weekday()-1#返回周幾

102、datatime.now().isocalendar()#返回周數

103、 （2018，41，7）#2018年的第41周第7天

104、datatime.now().date()#只返回年月日

105、datatime.now().time()#只返回時間

106、datatime.now().strftime(‘%Y-%m-%d %H:%M:%S’)#返回2020-03-13 09:09:12

107、from dateutil.parer import parse

108、 parse(str_time)#將字符串的時間轉化成為時間格式

109、pd.Datetimeindex([‘2020-02-03’,2020-03-05’])#設置時間索引

110、data[‘2018’]#獲取2018年的數據

111、data[‘2018-01’]#獲取2018年1月的數據

112、data[‘2018-01-05’:‘2018-01-15’]#獲取這個時段的數據

113、非時間索引的表格處理

114、df[df[‘成交時間’]==datetime(2018,08,05)]

115、df[df[‘成交時間’]>datetime(2018,08,05)]

116、df[(df[‘成交時間’]>datetime(2018,08,05))&(df[‘成交時間’] <datetime(2018,08,15))]

117、cha=datatime(2018,5,21,19,50)-datatime(2018,5,18,17,50)

118、 cha.days#返回天的時間差

119、 cha.seconds#返回秒的時間差

120、 cha.seconds/3600#返回小時的時間差

121、datatime(2018,5,21,19,50)+timedelta(days=1)#往后移一天

122、datatime(2018,5,21,19,50)+timedelta(seconds=20)#往后移20秒

123、datatime(2018,5,21,19,50)-timedelta(days=1)#往前移一天

八、數據透視表

124、df.groupby(‘客戶分類’).count()#客戶分類后求數運算

125、df.groupby(‘客戶分類’).sum()#客戶分類后求和運算

126、df.groupby(‘客戶分類’,’區域分類’).sum()#多列分類后求和運算

127、df.groupby(‘客戶分類’,’區域分類’)[‘ID’].sum()#多列分類后ID求和運算

128、df[‘ID’]#DataFrame取出一列就是Series類型

129、df.groupby(df[‘ID’]).sum（） 相當于 df.groupby(‘ID’).sum（）

130、df.groupby(‘客戶分類’).aggregate([‘sum’,’count’]# aggregate可實現多種匯總方式

131、df.groupby(‘客戶分類’).aggregate({‘ID’：‘count’,’銷量’： ‘sum’})

132、# aggregate可針對不同列做不同的匯總運算

133、df.groupby(‘客戶分類’).sum().reset_index()#分組匯總后再重置索引，變為標準DataFrame

134、pd.pivot_table(data,values,index,columms,aggfunc,fill_value,margins,dropna,margins_name)

135、數據透視表，data:數據表df,values:值，index:行索引，columns:列索引，aggfunc:values的計算類型，fill_value:對空值的填充方式；margins:是否有合計列；margins_name:合計列的列名

136、pd.pivot_table(df,values=[’ID’,‘銷量’],index=’客戶分類’,columms=‘區域’,aggfunc={‘ID’：‘count’,’銷量’：‘sum’}),fill_value=0,margins=Ture,dropna=None,margins_name=’總計’)

九、多表格拼接

137、pd.merge(df1,df2)#默認自動尋找兩個表中的公共列進行拼接

138、pd.merge(df1,df2,on=“學號“)#on來指定連接列，連接列要是公共列

139、pd.merge(df1,df2,on=[‘學號’,’姓名’]#on來指定連接列，連接列要是公共列

140、pd.merge(df1,df2,left_on=‘學號’right_on=’編號’) #由公共列，但類名不同時用左右鍵指定

141、pd.merge(df1,df2,left_index=‘學號’right_index=’編號’)#兩表公共列都是索引列時

142、pd.merge(df1,df2,left_index=‘學號’right_on=’編號’)#公共列一個時索引列一個時普通列

143、pd.merge(df1,df2,on=’學號’,how=’inner’)#返回公共列中對應的公共值拼接（內連接）

144、pd.merge(df1,df2,on=’學號’,how=’left’)#返回公共列中對應的左表值（左連接）

145、pd.merge(df1,df2,on=’學號’,how=’right’)#返回公共列中對應的右表值（右連接）

146、pd.merge(df1,df2,on=’學號’,how=’outer’)#返回公共列中對應的所有值（外連接）

147、pd.concat([df1,df2])#兩個結構相同的表縱向連接，保留原索引值

148、pd.concat([df1,df2]，ignore_index=True)#兩個結構相同的表縱向連接，重新設置索引值

149、pd.concat([df1,df2]，ignore_index=True).drop_duplicates()#拼接后去掉重復值

十、導出文件

150、df.to_excel(excel_writer=r’C:\users\zhoulifu\Desktop\測試.xlsx’)#導出文件格式.xlsx用to_excel方法，通過excel_writer參數來實現

151、df.to_excel(excel_writer=r’C:\users\zhoulifu\Desktop\測試.xlsx’,sheet_name=’文檔’)

152、df.to_excel(excel_writer=r’C:\users\zhoulifu\Desktop\測試.xlsx’,sheet_name=’文檔’，index=False)#導出是去掉索引

153、df.to_excel(excel_writer=r’C:\users\zhoulifu\Desktop\測試.xlsx’,sheet_name=’文檔’，index=False,columns=[‘ID’,’銷量’,‘姓名’])#設置導出的列

154、df.to_excel(excel_writer=r’C:\users\zhoulifu\Desktop\測試.xlsx’,sheet_name=’文檔’，index=False,columns=[‘ID’,’銷量’,‘姓名’],encoding=’utf-8’)#設置導出的列

155、df.to_excel(excel_writer=r’C:\users\zhoulifu\Desktop\測試.xlsx’,sheet_name=’文檔’，index=False,columns=[‘ID’,’銷量’,‘姓名’],encoding=’utf-8’,na_rep=0)#缺失值填充

156、writer=pd.ExcelWriter(excelpath,engine=’xlsxwirter’)#導出多個文件至一個文件的多個sheet

157、df1.to_excel(writer,sheet_name=‘表一’)

158、df2.to_excel(writer,sheet_name=’表二’)

159、writer.save()

總結

以上是生活随笔為你收集整理的Python pandas库159个常用方法使用说明(转载)的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。