這里列舉下Pandas中常用的函數(shù)和方法，方便大家查詢(xún)使用。

讀取 寫(xiě)入

• read_csv：讀取CSV文件
• to_csv：導(dǎo)出CSV文件
• read_excel：讀取Excel文件
• to_excel：導(dǎo)出Excel文件
• read_json：讀取Json文件
• to_json：導(dǎo)出Json文件
• read_html：讀取網(wǎng)頁(yè)中HTML表格數(shù)據(jù)
• to_html：導(dǎo)出網(wǎng)頁(yè)HTML表格
• read_clipboard：讀取剪切板數(shù)據(jù)
• to_clipboard：導(dǎo)出數(shù)據(jù)到剪切板
• to_latex：導(dǎo)出數(shù)據(jù)為latex格式
• read_sas：讀取sas格式數(shù)據(jù)（一種統(tǒng)計(jì)分析軟件數(shù)據(jù)格式）
• read_spss：讀取spss格式數(shù)據(jù)（一種統(tǒng)計(jì)分析軟件數(shù)據(jù)格式）
• read_stata：讀取stata格式數(shù)據(jù)（一種統(tǒng)計(jì)分析軟件數(shù)據(jù)格式）
• read_sql：讀取sql查詢(xún)的數(shù)據(jù)（需要連接數(shù)據(jù)庫(kù)），輸出dataframe格式
• to_sql：向數(shù)據(jù)庫(kù)寫(xiě)入dataframe格式數(shù)據(jù)

連接 合并 重塑

• merge：根據(jù)指定鍵關(guān)聯(lián)連接多個(gè)dataframe，類(lèi)似sql中的join
• concat：合并多個(gè)dataframe，類(lèi)似sql中的union
• pivot：按照指定的行列重塑表格
• pivot_table：數(shù)據(jù)透視表，類(lèi)似excel中的透視表
• cut：將一組數(shù)據(jù)分割成離散的區(qū)間，適合將數(shù)值進(jìn)行分類(lèi)
• qcut：和cut作用一樣，不過(guò)它是將數(shù)值等間距分割
• crosstab：創(chuàng)建交叉表，用于計(jì)算兩個(gè)或多個(gè)因子之間的頻率
• join：通過(guò)索引合并兩個(gè)dataframe
• stack: 將數(shù)據(jù)框的列“堆疊”為一個(gè)層次化的Series
• unstack: 將層次化的Series轉(zhuǎn)換回?cái)?shù)據(jù)框形式
• append: 將一行或多行數(shù)據(jù)追加到數(shù)據(jù)框的末尾

分組 聚合 轉(zhuǎn)換 過(guò)濾

• groupby：按照指定的列或多個(gè)列對(duì)數(shù)據(jù)進(jìn)行分組
• agg：對(duì)每個(gè)分組應(yīng)用自定義的聚合函數(shù)
• transform：對(duì)每個(gè)分組應(yīng)用轉(zhuǎn)換函數(shù)，返回與原始數(shù)據(jù)形狀相同的結(jié)果
• rank：計(jì)算元素在每個(gè)分組中的排名
• filter：根據(jù)分組的某些屬性篩選數(shù)據(jù)
• sum：計(jì)算分組的總和
• mean：計(jì)算分組的平均值
• median：計(jì)算分組的中位數(shù)
• min和 max：計(jì)算分組的最小值和最大值
• count：計(jì)算分組中非NA值的數(shù)量
• size：計(jì)算分組的大小
• std和 var：計(jì)算分組的標(biāo)準(zhǔn)差和方差
• describe：生成分組的描述性統(tǒng)計(jì)摘要
• first和 last：獲取分組中的第一個(gè)和最后一個(gè)元素
• nunique：計(jì)算分組中唯一值的數(shù)量
• cumsum、cummin、cummax、cumprod：計(jì)算分組的累積和、最小值、最大值、累積乘積

數(shù)據(jù)清洗

• dropna: 丟棄包含缺失值的行或列
• fillna: 填充或替換缺失值
• interpolate: 對(duì)缺失值進(jìn)行插值
• duplicated: 標(biāo)記重復(fù)的行
• drop_duplicates: 刪除重復(fù)的行
• str.strip: 去除字符串兩端的空白字符
• str.lower和 str.upper: 將字符串轉(zhuǎn)換為小寫(xiě)或大寫(xiě)
• str.replace: 替換字符串中的特定字符
• astype: 將一列的數(shù)據(jù)類(lèi)型轉(zhuǎn)換為指定類(lèi)型
• sort_values: 對(duì)數(shù)據(jù)框按照指定列進(jìn)行排序
• rename: 對(duì)列或行進(jìn)行重命名
• drop: 刪除指定的列或行

數(shù)據(jù)可視化

• pandas.DataFrame.plot.area：繪制堆積圖
• pandas.DataFrame.plot.bar：繪制柱狀圖
• pandas.DataFrame.plot.barh：繪制水平條形圖
• pandas.DataFrame.plot.box：繪制箱線(xiàn)圖
• pandas.DataFrame.plot.density：繪制核密度估計(jì)圖
• pandas.DataFrame.plot.hexbin：繪制六邊形分箱圖
• pandas.DataFrame.plot.hist：繪制直方圖
• pandas.DataFrame.plot.line：繪制線(xiàn)型圖
• pandas.DataFrame.plot.pie：繪制餅圖
• pandas.DataFrame.plot.scatter：繪制散點(diǎn)圖
• pandas.plotting.andrews_curves：繪制安德魯曲線(xiàn)，用于可視化多變量數(shù)據(jù)
• pandas.plotting.autocorrelation_plot：繪制時(shí)間序列自相關(guān)圖
• pandas.plotting.bootstrap_plot：用于評(píng)估統(tǒng)計(jì)數(shù)據(jù)的不確定性,例如均值,中位數(shù),中間范圍等
• pandas.plotting.lag_plot：繪制時(shí)滯圖，用于檢測(cè)時(shí)間序列數(shù)據(jù)中的模式、趨勢(shì)和季節(jié)性
• pandas.plotting.parallel_coordinates：繪制平行坐標(biāo)圖，用于展示具有多個(gè)特征的數(shù)據(jù)集中各個(gè)樣本之間的關(guān)系
• pandas.plotting.scatter_matrix：繪制散點(diǎn)矩陣圖
• pandas.plotting.table：繪制表格形式可視化圖

日期時(shí)間

• to_datetime: 將輸入轉(zhuǎn)換為Datetime類(lèi)型
• date_range: 生成日期范圍
• to_timedelta: 將輸入轉(zhuǎn)換為T(mén)imedelta類(lèi)型
• timedelta_range: 生成時(shí)間間隔范圍
• shift: 沿著時(shí)間軸將數(shù)據(jù)移動(dòng)
• resample: 對(duì)時(shí)間序列進(jìn)行重新采樣
• asfreq: 將時(shí)間序列轉(zhuǎn)換為指定的頻率
• cut: 將連續(xù)數(shù)據(jù)劃分為離散的箱
• period_range: 生成周期范圍
• infer_freq: 推斷時(shí)間序列的頻率
• tz_localize: 設(shè)置時(shí)區(qū)
• tz_convert: 轉(zhuǎn)換時(shí)區(qū)
• dt: 用于訪問(wèn)Datetime中的屬性
• day_name, month_name: 獲取日期的星期幾和月份的名稱(chēng)
• total_seconds: 計(jì)算時(shí)間間隔的總秒數(shù)
• rolling: 用于滾動(dòng)窗口的操作
• expanding: 用于展開(kāi)窗口的操作
• at_time, between_time: 在特定時(shí)間進(jìn)行選擇
• truncate: 截?cái)鄷r(shí)間序列