初衷

NumPy、Pandas、Matplotlib、SciPy 等可以說是最最最常用的 Python 庫了。我們在使用 Python 庫的時候，通常會遇到兩種情況。以 Pandas 舉例。

我想對 Pandas 數據結構的數據實現某種操作，但是我不知道或者說在我的印象里似乎已經不記得是否有這樣的函數方法，如果有，又該用哪個方法呢？ 我想實現某種數據操作，我記得我用過或者見過某個函數可以實現這個功能，但是我死活想不起來那個函數叫啥了。或者，我想起來了哪個函數可以實現這個功能，但是我想知道是否有更好的選擇。

這個時候大家就會開始借助百度、知乎、谷歌、CSDN 開始進行關鍵搜索了。這樣做當然可以，最終也能得到你想要的結果，但是就會面臨兩個小問題。

有時候我想對數據做這樣的操作，我心里知道是這個意思，但是我不知道如何去描述這個事情，關鍵詞不精確，導致搜索的結果有偏差，搜索技術不行，走了不少彎路。 搜索到別人提供的結果，但是呢，要么排版很亂，要么長篇大論，從函數接口開始一點一點說，一堆你不想要的信息，讓你 get 不到重點，明明一秒鐘可以解決的問題，卻花了你一分鐘去看別人的解釋，獲取重點，浪費了不少時間。

基于以上，我就在想如何解決這樣一個問題。解決方案如下：假如你知道但只是忘記了某個函數可以實現這個功能，那么當你看到函數名稱的時候，就會想起來。所以，我想把最最常用的一些方法和函數名稱直接羅列出來，然后你一眼掃過去或者直接 ctrl+f 搜索中文，就能輕易喚起你曾經的記憶。假如你不知道是否存在一個函數，有你想要的功能，我依然還是把函數名稱羅列出來，然后在其后進行一個中文的補充說明。你一眼掃過這些函數及其補充說明，相信很快就能判斷是否有滿足你需求的函數。

下面的內容這樣組織，第二部分我羅列出常用的 Pandas 函數方法，及其補充說明，第三部分我對這些函數的用法進行舉例子，你拷貝到代碼中進行修改就可以直接使用，這比從接口模板開始一點一點看省事多了。我相信這也是大部分優秀的程序員想要的東西，用最短的時間，完成想做的事情。當然，當下面的內容不滿足你的需求，你可以進一步地去搜索即可。

以下函數方法，涵蓋了 90% 以上的使用情況，值得收藏，作為小字典查詢。

除非你經常用某種語言，函數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東西，都是現查別人的代碼，要么拷貝過來改改，要么手抄過來。特別是我這種，接觸的語言比較多，就經常搞串用法，大部分時候 ，都是現查現賣。

Pandas 最最常用函數羅列

## 讀寫pd.Series #定義一維標記數組pd.DataFrame #定義數據框pd.read_csv #讀取逗號分隔符文件pd.read_excel #讀取 excel 表格pd.to_excel #寫入 excel 表格pd.read_sql #讀取 SQL 數據pd.read_table #讀取 tablepd.read_json #讀取 json 文件pd.read_html #讀取 htmlpd.read_clipboard() #從剪切板讀入數據df.to_csv #寫入 csv 文件df.to_excel #寫入 excel 文件df.to_sql #寫入 SQL 表df.to_json #寫入 JSON 文件df.to_html #寫入 HTML 表格df.to_clipboard() #寫入剪切板## 數據展示和統計df.info() #統計數據信息df.shape() #統計行數和列數df.index() #顯示索引總數df.columns() #顯示數據框有哪些列df.count() #顯示有多少個記錄df.head(n) #返回前 n 個，默認 5df.tail(n) #返回后 n 個df.sample(n) #隨機選取 n 行df.sample(frac = 0.8) #百分比為 0.8 的選取df.dtypes #查看每一列的數據類型df.sum() #數據框按列求和df.cumsum() #數據框累計求和df.min() #給出每列的最小值df.max() #給出每列的最大值df[’列名’].idxmin() #獲取數據框某一列的最小值mySeries.idxmin() #獲取 Series 的最小值df[’列名’].idxmax() #獲取數據框某一列的最大值mySeries.idxmax() #獲取 Series 的最大值df.describe() #關數據的基本統計信息描述df.mean() #給出數據框每一列的均值df.median() #給出數據框每一列的中位數df.quantile #給出分位數df.var() #統計每一列的方差df.std() #統計每一列的標準差df.cummax() #尋找累計最大值，即已出現中最大的一個df.cummin() #累計最小值df[’列名’].cumproad() #計算累積連乘len(df) #統計數據框長度df.isnull #返回數據框是否包含 null 值df.corr() #返回列之間的相關系數，以矩陣形式展示df[’列名’].value_counts() #列去重后給每個值計數## 數據選擇mySeries[’列名’] #用中括號獲取列df[’列名’] #選取指定列df.列名 #同上df[n0:n1] #返回 n0 到 n1 行之間的數據框df.iloc[[m],[n]] #iloc按行號來索引，兩層中括號，取第 m 行第 n 列df.loc[m:n] #loc 按標簽來索引，返回索引 m 到 n 的數據框，loc、iloc 主要針對行來說的df.loc[:,'列1':'列2'] #返回連續列的所有行df.loc[m:n,'列1':'列2'] #返回連續列的固定行df[’列名’][n] #選取指定列的第 n 行df[[’列1’,’列2’]] #返回多個指定的列## 數據篩選和排序df[df.列名 < n] #篩選，單中括號用于 bool 值篩選df.filter(regex = ’code’) #過濾器，按正則表達式篩選df.sort_values #按某一列進行排序df.sort_index() #按照索引升序排列df[’列名’].unique() #列去重df[’列名’].nunique() #列去重后的計數df.nlargest(n,’列名’) #返回 n 個最大值構成的數據框df.nsmallest(n,’列名’) #返回 n 個最小的數據框df.rank #給出排名，即為第幾名## 數據增加刪除修改df['新列'] = xxx #定義新列df.rename #給列重命名df.index.name = 'index_name' #設定或者修改索引名稱df.drop #刪除行或者列df.列名 = df.列名.astype(’category’) #列類型強制轉化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 #按列的函數操作pd.melt #將寬數據轉化為長數據（拆分拉長），run 一下下面例子就知道什么意思了pd.merge #兩個數據表間的橫向連接（內連接，外連接等）pd.concat #橫向或者縱向拼接Pandas 函數用法示例

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filters = df.Date > ’2021-06-1’df[filters] #選出日期在某個日期之后的所有行df.filter(regex=’^L’) #選出 L 開頭的列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’}) #修改某個列名df['新列'] = df.a- df.b #定義一個新的列表示為兩個的差df.columns = map(str.lower(), df.columns) #所有列名變為小寫字母df.columns = map(str.upper(), df.columns) #所有列名變為大寫字母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]) #根據索引刪除，雙閉區間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) #匿名表達式的寫法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) #增加一行數據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)#對每一列的數據，根據大小給個排名#merge 表示橫向連接df3 = pd.merge(df1,df2,how=’inner’,on=’股票簡稱’) #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’) #當連接列名不同分別指定#concat 拼接pd.concat([df1,df1]) #縱向連接，當s1和s2索引不重疊時，可以直接拼接pd.concat([df1,df1],axis = 1) #橫向連接，默認外連接，以行索引為連接字段

到此這篇關于Python Pandas常用函數方法總結的文章就介紹到這了,更多相關Pandas常用函數方法內容請搜索好吧啦網以前的文章或繼續瀏覽下面的相關文章希望大家以后多多支持好吧啦網！