python数据分析必会的Pandas技巧汇总

一、Pandas两大数据结构的创建

举例：用pandas创建数据表：

df = pd.DataFrame({"id":[1001,1002,1003,1004,1005,1006],
"date":pd.date_range('20130102', periods=6),
 "city":['Beijing ', 'SH', ' guangzhou ', 'Shenzhen', 'shanghai', 'BEIJING '],
"age":[23,44,54,32,34,32],
"category":['100-A','100-B','110-A','110-C','210-A','130-F'],
 "price":[1200,np.nan,2133,5433,np.nan,4432]},
 columns =['id','date','city','category','age','price'])

二、DataFrame常见方法

举例：重新索引

df_inner.reset_index()

三、数据索引

举例：按索引提取单行的数值

df_inner.loc[3]

四、DataFrame选取和重新组合数据的方法

举例：使用iloc按位置区域提取数据

df_inner.iloc[:3,:2]

#冒号前后的数字不再是索引的标签名称，而是数据所在的位置，从0开始，前三行，前两列。

五、排序

举例：按照索引列排序

df_inner.sort_index()

六、相关分析和统计分析

举例：判断city列的值是否为北京

df_inner['city'].isin(['beijing']) 

七、分组的方法

举例：.groupby用法

group_by_name=salaries.groupby('name')
print(type(group_by_name))

输出结果为：

class 'pandas.core.groupby.DataFrameGroupBy'

八、读写文本格式数据的方法

举例：导入CSV或者xlsx文件

df = pd.DataFrame(pd.read_csv('name.csv',header=1))
df = pd.DataFrame(pd.read_excel('name.xlsx'))

九、处理缺失数据

举例：查看数据表基本信息（维度、列名称、数据格式等等）

df.info()

十、数据转换

举例：删除后出现的重复值：

df['city'].drop_duplicates()

本文总结的是都是一些Pandas常用的方法，至于一些基础的概念还需要你学到Pandas的时候去理解，例如Series是什么？DataFrame是什么？如果你已经清楚了Pandas的这些基础东西之后，搭配上文章中的这些方法，那你用Pandas去做数据处理和分析必然会游刃有余。

来源：https://blog.csdn.net/zhiguigu/article/details/119701383