数据科学包——pandas

• ipython

  • 查看相关函数和补全
    • 输入库中的部分函数名，按tab
      • 如np.r ，按tab
  • 查看文档
    • 函数名?
  • 直接执行shell命令
    • 特殊命令
      • %run
      • %timeit
      • 更多ipython命令：%quickref
      • 魔术命令：%magic
  • notebook

• pandas

  • Series （一行或一列）
    • pd.Series(list)
    • 运算标签自动对齐
  • 二维数组
    • pd.DataFrame()
      • 由数组创建（行）
        • data = pd.DataFrame(np.random.randn(6,4), index=索引列表, columns = 列标签列表)
      • 由字典创建（列）
        • d=pd.DataFrame({‘A’,1,‘B’=a,‘C’, 545}) # ABC为列标签
        • 字典值对应列表长度要一致
        • 字典值可都为Series
    • 实质：np.ndarray
  • 三维数据
    • Panel
      • items：对应第几个DataFrame
      • major_axis：行标签
      • minor_axis：列标签
    • 最新版本已移除
  • 操作
    • 查看
      • 查看形状
        • data.shape
      • 查看值
        • data.values
      • 查看所有列的属性类型
        • df.dtypes
      • 查看某一列
        • df.列名
      • 查看前几行数据
        • data.head() # 默认5行
      • 查看最后几行数据
        • data.tail() # 默认5行
      • 查看行标签
        • data.index
      • 查看列标签
        • data.columns
      • 数据透视表
        • df.pivot_table(values=要查看的值对应的索引列表，index=作为行标签的索引列表，columns=作为列标签的索引列表)
      • 统计每个值有多少个
        • df.value_counts()
      • 找出值最多的数
        • df.mode()
      • 查看数据的统计值（平均数、中位数等）
        • data.describe()
      • 返回Series中不重复的值
        • s.unique()
      • 判断索引是否重复
        • s.index.is_unique
      • 判断元素是否在Series中
        • s.isin(元素列表)
    • 子数据选择
      • 通过标签选择子数据（行）
        • data.loc[‘20150813’:‘20150921’]
      • 通过标签选择子数据
        • data.loc[行标签列表，列标签列表]
      • 通过数字索引选择子数据
        • data.iloc[2:5]
      • 通过索引标签访问单个位置值
        • data.at[行索引，列索引] # 索引为pandas原生数据结构
      • 通过索引编号方位单个位置值
        • data.iat[1,3]
      • data[data>0]
    • 增
      • 深拷贝
        • data.copy()
      • 添加新的列
        • data[‘新的列名（之前没有）’] = 元素列表
      • 拼接
        • pd.concat(多个DataFrame列表)
        • pd.merge(df1,df2, on=‘属性名’) # 按属性名拼接
          • left_on = ‘列名’ # 通过索引进行外连接
          • right_index = True # 保留右表索引
      • 插入数据
        • df.append(s, ignore_index=True/False)
        • df.insert(位置索引，‘插入的列名’， 插入列表) # 改变原表
        • df.assign(新列名=列值列表)

数据科学包——pandas

原文：https://www.cnblogs.com/linyk/p/12925975.html