相关导航
pandas 函数详细介绍
更新时间：2023-03-10 22:05:06 标签：pandas
api
看过来
《pandas 教程》 持续更新中，可作为 pandas 入门进阶课程、pandas 中文手册、用法大全，配有案例讲解和速查手册。提供建议、纠错、催更等加作者微信: gairuo123（备注：pandas教程）和关注公众号「盖若」ID: gairuo。查看更新日志。作者开办 Python 数据分析培训，详情 Python 数据分析培训。
|
本教程作者所著新书《深入浅出Pandas：利用Python进行数据处理与分析》（ISBN：9787111685456）已由机械工业出版社出版上市，各大电商平台有售，欢迎：查看详情并关注购买。 |
本章节会介绍一些 Pandas 常用的 API 介绍，这些接口文档在官网上往往介绍得非常详细，但由于部分同学没有养成看英文官方文档的习惯，故做一些梳理。
需要再次强调的是，我不打算介绍所有的 API 细节，因为有些使用非常简单，另外还是建议大家学好英语去看官方的文档，很全很细。
常用方法介绍
- 基础能力 ~ pd.Series() 创建 Series - 数据查询 ~ loc[] 查询数据行和列 ~ iloc[] 数字索引位置选择 ~ at[] / iat[] 获取单个值 ~ filter() 筛选标签 ~ where() 和 mask() 按条件替换值 ~ query() 数据查询 ~ isin() 是否包含指定值 ~ first() 函数 ~ squeeze() 数据挤压降维 - 函数调用 ~ pipe() 管道方法 ~ apply() 按轴应用函数 ~ applymap() 逐元素调用函数 ~ map() 数值映射 ~ map(), applymap() 和 apply() 对比 ~ transform() 数值转换 ~ agg() 聚合操作 ~ groupby apply() 和 transform() 区别 ~ axis 参数详解 - 读取导出 ~ pd.read_csv() ~ pd.read_excel() ~ pd.json_normalize() - 数据操作 ~ replace() 数据替换 ~ fillna() 填充缺失值 ~ pd.wide_to_long() 长表转宽表 ~ eval() 表达式计算 ~ assign() 指定新列 ~ groupby() 创建分组对象 ~ pd.to_numeric() 转换为数字类型 ~ sort_values() 排序 ~ astype() 类型转换 ~ dropna() 删除缺失值 - 其他 ~ pd.concat() ~ align() 数据对齐 ~ value_counts() 唯一值计数
