公众号：尤而小屋
作者：Peter
编辑：Peter
大家好，我是Peter~
本文主要是介绍Peter在平时使用Pandas处理数据过程中经常接触到的一些小技巧。以前的文章是对不同知识点的拆解，本文是自己的高频使用方法。
Pandas连载文章
推荐几篇文章
高频技巧
使用的技巧主要是下图涉及到的：
import pandas as pd
import numpy as np
导入文件
Pandas能够读取很多文件：Excel、CSV、数据库、TXT，甚至是在线的文件都是OK的
创建DataFrame
在以前的文章中介绍过10种DataFrame的方法
查看头尾数据
头尾都是默认5行数据，可以指定行数
# df2.head() 默认头部5行
df2.head(3) # 指定3行
# df2.tail() 默认尾部5行
df2.tail(2) # 指定尾部2行
显示全部列名
显示索引
查看列的数据类型
查看行列数
查看数据大小
查看缺失值
修改列名
两种方式：使用rename函数和直接使用columns属性
统计元素
统计每个元素的个数
转成列表数据
提取列中数据
提取文本数据
数值范围数据提取
提取整列数据
缺失值填充
- 指定填充的值
- 用计算值
- 用其他值
数据去重
计算统计值
计算统计值，比如最值和均值等
计算中位数
提取最值所在的行
Pandas切片
df2.iloc[22] # 提取某个行的数据
df2.iloc[:,1:6] # 行和列上的切片
大小排序
分组聚合
使用groupby分组之后，对不同的字段可以使用不同的聚合函数
索引重排
注意和上面例子的比较。使用的是reset_index函数
去掉原索引
使用索引重排之后我们需要去掉原来的索引；比较上下两个结果的区别。通过drop=True来实现
apply函数
两个列相加
DataFrame合并
1、先看看两个原始数据
2、默认情况：求的两个DF的交集
3、保留左边全部数据
4、保留右边全部数据
how="inner"其实就是默认情况：
导出数据
导出数据的时候通常是不需要索引的
