数据分析常用的 23 个牛逼 Pandas 代码，收好不谢

这儿有给数据分析师的23个Pandas代码，可以帮你更好地理解数据！Pandas想必从事数据分析的各位都懂，这是一个开源的，BSD许可的库，为Python编程语言提供高性能，易于使用的数据结构和数据分析工具。还不熟悉的新手可以复制官网链接，10分钟快速了解下：http://pandas.pydata.org/pandas-docs/stable/10min.html

应用案例集合也可以看看：http://pandas.pydata.org/pandas-docs/stable/cookbook.html

（1）读入 CSV 数据集

pd.DataFrame.from_csv(“csv_file”)

或者：

pd.read_csv(“csv_file”)

（2）读入 Excel 数据集

pd.read_excel("excel_file")

（3）直接把数据写入 CSV

如数据以逗号分隔，且没有索引：

df.to_csv("data.csv", sep=",", index=False)

（4）基础数据集特征信息

df.info()

（5）基础数据集统计结果

print(df.describe())

(6) 以表格形式打印数据

print(tabulate(print_table, headers=headers))

其中“print_table”是一列list，“headers”是一列字符串抬头

（7）列出列名称

df.columns

基本数据处理

（8）删除缺失的数据

df.dropna(axis=0, how='any')

返回给定轴上标签的对象，逐个丢掉相应数据。

（9）替换丢失的数据

df.replace(to_replace=None, value=None)

用“value”的值替换“to_replace”中给出的值。

（10）检查 NAN

pd.isnull(object)

检测缺失值（有数值数组中的NaN，对象数组中的None和NaN）

（11）删除特征

df.drop('feature_variable_name', axis=1)

轴为 0 代表行，1 代表列

（12）将对象类型转换为 float

pd.to_numeric(df["feature_name"], errors='coerce')

将对象类型转换为数字型以便计算（如果它们是字符串的话）

（13）将数据转换为 Numpy 数组

df.as_matrix()

（14）获取数据的头“n”行

df.head(n)

（15）按特征名称获取数据

df.loc[feature_name] 

（16）将函数应用于数据

这个函数将数据里“height”一列中的所有值乘以2

df["height"].apply(*lambda* height: 2 * height)

或：

def multiply(x):

 return x * 2

df["height"].apply(multiply)

（17）重命名数据列

这里我们将数据的第3列重命名为“size”

df.rename(columns = {df.columns[2]:'size'}, inplace=True)

（18）单独提取某一列

df["name"].unique()

（19）访问子数据

我们从数据中选择“name”和“size”两列

new_df = df[["name", "size"]]

（20）总结数据信息

#数据之和df.sum()
#数据中的最小值df.min()
#数据中的最大值df.max()
#最小值的索引df.idxmin()
#最大值的索引df.idxmax()
#数据统计信息，有四分位数，中位数等df.describe()
#平均值df.mean()
#中位数值df.median() 

（21）对数据进行排序

df.sort_values(ascending = False)

（22）布尔索引

这里我们过滤“size”的数据列，以显示等于5的值：

df[df["size"] == 5]

（23）选择某值

选择“size”列的第一行：

df.loc([0], ['size'])

 

文：George Seif

更多Python视频、源码、资料加群683380553免费获取
编译：之肴
来源： https://towardsdatascience.com/23-great-pandas-codes-for-data-scientists-cca5ed9d8a38