python之pandas核心函數
Pandas的23種核心函數：
import pandas as pd
基礎數據集操作
（1）讀取CSV文件
pd.DataFrame.from_csv("csv_file")
或者
pd.read_csv("csv_file")
（2）讀取Excel文件
pd.read_excel("excel_file")
（3）將DataFrame寫入CSV
df.to_csv("data_csv", sep=",", index=False) #采用逗號分隔，且不帶索引
（4）基本的數據集特征信息
df.info()
（5）數據集統計
print (df.describe())
（6）將DataFrame輸出到一張表裏
print (tabulate(print_table, headers=headers))
#其中print_table為二維列表，headers為表頭字符串組成的列表
（7）列出所有列名
df.columns
基礎數據處理
（8）刪除缺失數據
df.dropna(axis=0, how=‘any‘)
#any表示刪除包含任何NaN值的給定軸，how=all會刪除所有元素都是NaN的給定軸
（9）替換缺失數據
df.replace(to_replace=None, value=None) #用value替換to_replace
（10）檢查空值NaN
pd.isnull(object) #數值組中的NaN和目標數組中的None/NaN
（11）刪除特征
df.drop(‘feature_variable_name‘, axis=1) #axis選0表示行，選1表示列
（12）將目標類型轉換為浮點型
pd.to_numeric(df["feature_name"], errors="coerce")
（13）將DataFrame轉換為NumPy數組
df.as_matrix()
（14）取DataFrame的前面n行
df.head(n)
（15）通過特征名取數據
df.loc[feature_name]
DataFrame操作
（16）對DataFrame使用函數
df["height"].apply(*lambda* height: 2*height) #將height行的所有值乘上2
或
def multiply(x):
return x*2
df["height"].apply(multiply)
（17）重命名行
df.rename(columns={df.columns[2]:‘size‘}, inplace=True)
（18）取某一行的唯一實體
df["name"].unique()
（19）訪問子DataFrame
new_df = df[["name","size"]]
（20）總結數據信息
df.sum()
df.min()
df.max()
df.idxmin()
df.idxmax()
df.describe()
df.mean()
df.median()
df.corr()
df["size"].median()
（21）給數據排序
df.sort_values(ascending=False)
（22）布爾型索引
df[df["size"] == 5] #過濾名為size的行，並僅顯示值為5的行
（23）選定特定的值
df.loc([0],[‘size‘]) #選定size列/第一行
python之pandas核心函數