在這個速查手冊中，我們使用如下縮寫：

df：任意的Pandas DataFrame物件
s：任意的Pandas Series物件
raw：行標籤
col：列標籤

匯入依賴包：

import pandas as pd
import numpy as np

1.匯入資料

• pd.read_csv(filename_path)：從CSV檔案匯入資料
• pd.read_table(filename_path)：從限定分隔符的文字檔案匯入資料
• pd.read_excel(filename_path)：從Excel檔案匯入資料
• pd.read_sql(query, connection_object)：從SQL表/庫匯入資料
• pd.read_json(json_string)：從JSON格式的字串匯入資料
• pd.read_html(url)：解析URL、字串或者HTML檔案，抽取其中的tables表格
• pd.read_clipboard()：從你的貼上板獲取內容，並傳給read_table()
• pd.DataFrame(dict)：從字典物件匯入資料，Key是列名，Value是資料

2.匯出資料

• df.to_csv(filename_path)：匯出資料到CSV檔案
• df.to_excel(filename_path)：匯出資料到Excel檔案
• df.to_sql(table_name, connection_object)：匯出資料到SQL表
• df.to_json(filename_path)：以Json格式匯出資料到文字檔案

3.建立測試資料

• pd.DataFrame(np.random.rand(20,5))：建立20行5列的隨機陣列成的DataFrame物件
• pd.Series(my_list)：從可迭代物件my_list建立一個Series物件
• df.index = pd.date_range('1900/1/30', periods=df.shape[0])：增加一個日期索引

4.檢視、檢查資料

• df.head(n)：檢視DataFrame物件的前n行（不加引數，預設前10行）
• df.tail(n)：檢視DataFrame物件的最後n行（不加引數，預設後10行
  ）
• df.shape()：檢視行數和列數（維度檢視）
• df.info()：檢視索引、資料型別和記憶體資訊
• df.describe()：檢視數值型列的彙總統計
• s.value_counts(dropna=False)：檢視Series物件的唯一值和計數
• df.apply(pd.Series.value_counts)：檢視DataFrame物件中每一列的唯一值和計數
• df.dtypes：檢視每一列的資料型別（擴充套件：df['two'].dtypes，檢視“two”列的型別）
• df.isnull()：檢視空置(注：空置部分會用true顯示，不是空置False顯示)（擴充套件：df['two'].isnull，檢視“two”這一列的空置）
• df.values：檢視資料表的值
• df.columns：檢視列名稱

5.資料選取

• df.isin([5])：判斷全部資料值中是否有5
• df[col].isin([5])：判斷列col中是否有5
• df[col]：根據列名，並以Series的形式返回列
• df[[col1, col2]]：以DataFrame形式返回多列
• s.iloc[0]：按位置選取行資料
• s.loc['index_one']：按索引選取行資料
• df.iloc[0,:]：返回第一行
• df.iloc[0,0]：返回第一行的第一個元素
• df.ix[0] 或 df.ix[raw] ：ix函式可以根據行位置或行標籤選擇行資料

注：loc函式根據行/列標籤(使用者自定義的行名、列名)進行行選擇；

iloc函式根據行/列位置(預設的行列索引)進行行選擇；

6.資料清理

• df.columns = ['a','b','c']：重新命名列名
• pd.isnull()：檢查DataFrame物件中的空值，並返回一個Boolean陣列
• pd.notnull()：檢查DataFrame物件中的非空值，並返回一個Boolean陣列
• df.dropna()：刪除所有包含空值的行
• df.dropna(axis=1)：刪除所有包含空值的列
• df.dropna(axis=1,thresh=n)：刪除所有小於n個非空值的行
• df.fillna(x)：用x替換DataFrame物件中所有的空值（注：fillna()會填充nan資料，返回填充後的結果。如果希望在原DataFrame中修改，則把inplace設定為True。如，df.fillna(0,inplace=True)）
• s.astype(float)：將Series中的資料型別更改為float型別
• df[col].astype(float)：將DataFrame某列資料型別改為float型別
• s.replace(1,'first')：用‘first’代替所有等於1的值（替換的是值，不是列名也不是索引名）
• s.replace([1,3],['one','three'])：用'one'代替1，用'three'代替3
• df[col].replace(1,1.0,inplace=True)：列col中的值1用1.0替換
• df.replace([1,3],['one','three'])
• df.rename(columns=lambda x: x + 1)：批量更改列名
• df.rename(columns={'old_name': 'new_ name'})：選擇性更改列名
• df.set_index('column_one')：將column_one這一列變為索引列
• df.rename(index=lambda x: x + 1)：批量重新命名索引
• df[col]=df[col].str.upper()或df[col].str.lower()：基於列的大小寫轉換
• df[col]=df[col].map(str.strip)：清除某列的空格
• df.drop_duplicates(subset=col,keep='fisrt',inplace=Flase)：刪除重複值

注：這個drop_duplicate方法是對DataFrame格式的資料，去除特定列下面的重複行。返回DataFrame格式的資料。

• subset : column label or sequence of labels, optional 用來指定特定的列，預設所有列
• keep : {‘first’, ‘last’, False}, default ‘first’ 刪除重複項並保留第一次出現的項
• inplace : boolean, default False 是直接在原來資料上修改還是保留一個副本

7.資料處理

• df[df[col] > 0.5]：選擇col列的值大於0.5的行
• df.sort_values(col1)：按照列col1排序資料，預設升序排列
• df.sort_values(col2, ascending=False)：按照列col1降序排列資料
• df.sort_values([col1,col2], ascending=[True,False])：先按列col1升序排列，後按col2降序排列資料
• df.groupby(col)：返回一個按列col進行分組的Groupby物件
• df.groupby([col1,col2])：返回一個按多列進行分組的Groupby物件
• df.groupby(col1)[col2]：返回按列col1進行分組後，列col2的均值
• df.pivot_table(index=col1, values=[col2,col3], aggfunc=max)：建立一個按列col1進行分組，並計算col2和col3的最大值的資料透視表
• df.groupby(col1).agg(np.mean)：返回按列col1分組的所有列的均值
• data.apply(np.mean)：對DataFrame中的每一列應用函式np.mean
• data.apply(np.max,axis=1)：對DataFrame中的每一行應用函式np.max
• df.isin

8.資料合併

• df1.append(df2)：將df2中的行新增到df1的尾部
• df.concat([df1, df2],axis=1)：將df2中的列新增到df1的尾部
• df1.join(df2,on=col1,how='inner')：對df1的列和df2的列執行SQL形式的join

9.資料統計

• df.describe()：檢視資料值列的彙總統計
• df.mean()：返回所有列的均值
• df.corr()：返回列與列之間的相關係數
• df.count()：返回每一列中的非空值(NaN)的個數
• df.max()：返回每一列的最大值
• df.min()：返回每一列的最小值
• df.median()：返回每一列的中位數
• df.std()：返回每一列的標準差
• df.sum()：返回所有行的和

參考文獻：https://www.cnblogs.com/Downtime/p/9067536.html