轻松驾驭 Pandas 的基本功能

Pandas 基本功能详解 | 轻松玩转 Pandas（2）

前言

在 Pandas 数据结构详解 | 轻松玩转 Pandas（1） 中，我们深入探讨了 Pandas 中常用的 Series 和 DataFrame 数据结构。在本篇文章中，我们将重点介绍这些数据结构最常用的基本功能。掌握这些功能将使你能够高效地处理和分析数据。

Series 基本功能

数据选择

• head(n)：查看前 n 行数据。
• tail(n)：查看后 n 行数据。
• iloc[index]：通过索引位置选择数据。
• loc[label]：通过标签选择数据。

数据操作

• fillna(value)：用指定值填充缺失值。
• dropna()：删除包含缺失值的行。
• sort_values(by, ascending)：根据指定列对数据进行排序，ascending 指定升序（True）或降序（False）。
• unique()：获取数据中唯一值。

统计计算

• sum()：求和。
• mean()：求平均值。
• median()：求中位数。
• max()：求最大值。
• min()：求最小值。

DataFrame 基本功能

数据选择

• head(n)：查看前 n 行数据。
• tail(n)：查看后 n 行数据。
• iloc[index, column]：通过索引位置选择数据。
• loc[label, column]：通过标签选择数据。

数据操作

• fillna(value)：用指定值填充缺失值。
• dropna()：删除包含缺失值的行或列。
• sort_values(by, ascending)：根据指定列对数据进行排序，ascending 指定升序（True）或降序（False）。
• unique()：获取数据中唯一值。
• drop_duplicates()：删除重复的行。

数据合并

• concat(other)：沿指定轴连接两个或多个 DataFrame。
• merge(other, on, how)：基于指定列合并两个或多个 DataFrame，how 指定合并类型。

数据转换

• astype(dtype)：将数据转换为指定数据类型。
• apply(function)：将指定函数应用于 DataFrame 中的每个元素。
• pivot_table(index, columns, values, aggfunc)：创建透视表，根据指定列进行聚合。

统计计算

• sum()：对每一列求和。
• mean()：对每一列求平均值。
• median()：对每一列求中位数。
• max()：对每一列求最大值。
• min()：对每一列求最小值。

总结

在本文中，我们深入探讨了 Pandas 中 Series 和 DataFrame 最常用的基本功能。这些功能可以帮助你高效地处理和分析数据。通过熟练掌握这些功能，你可以从数据中提取有价值的见解并做出明智的决策。