23种Pandas核心操作，你需要过一遍吗？

Pandas 是一个 Python 软件库，它提供了大量能使我们快速便捷地处理数据的函数和方法。一般而言，Pandas 是使 Python 成为强大而高效的数据分析环境的重要因素之一。在本文中，作者从基本数据集读写、数据处理和 DataFrame 操作三个角度展示了 23 个 Pandas 核心方法。

Pandas 是基于 NumPy 构建的库，在数据处理方面可以把它理解为 NumPy 加强版，同时 Pandas 也是一项开源项目。它基于 Cython，因此读取与处理数据非常快，并且还能轻松处理浮点数据中的缺失数据（表示为 NaN）以及非浮点数据。在本文中，基本数据集操作主要介绍了 CSV 与 Excel 的读写方法，基本数据处理主要介绍了缺失值及特征抽取，最后的 DataFrame 操作则主要介绍了函数和排序等方法。

（1）读取 CSV 格式的数据集

或者：

（2）读取 Excel 数据集

（3）将 DataFrame 直接写入 CSV 文件

如下采用逗号作为分隔符，且不带索引：

（4）基本的数据集特征信息

（5）基本的数据集统计信息

(6) Print data frame in a table

将 DataFrame 输出到一张表：

当「print_table」是一个列表，其中列表元素还是新的列表，「headers」为表头字符串组成的列表。

（7）列出所有列的名字

（8）删除缺失数据

返回一个 DataFrame，其中删除了包含任何 NaN 值的给定轴，选择 how=「all」会删除所有元素都是 NaN 的给定轴。

（9）替换缺失数据

使用 value 值代替 DataFrame 中的 to_replace 值，其中 value 和 to_replace 都需要我们赋予不同的值。

（10）检查空值 NaN

检查缺失值，即数值数组中的 NaN 和目标数组中的 None/NaN。

（11）删除特征

axis 选择 0 表示行，选择表示列。

（12）将目标类型转换为浮点型

将目标类型转化为数值从而进一步执行计算，在这个案例中为字符串。

（13）将 DataFrame 转换为 NumPy 数组

（14）取 DataFrame 的前面「n」行

（15）通过特征名取数据

（16）对 DataFrame 使用函数

该函数将令 DataFrame 中「height」行的所有值乘上 2：

或：

（17）重命名行

下面代码会重命名 DataFrame 的第三行为「size」：

（18）取某一行的唯一实体

下面代码将取「name」行的唯一实体：

（19）访问子 DataFrame

以下代码将从 DataFrame 中抽取选定了的行「name」和「size」：

（20）总结数据信息

（21）给数据排序

（22）布尔型索引

以下代码将过滤名为「size」的行，并仅显示值等于 5 的行：

（23）选定特定的值

以下代码将选定「size」列、第一行的值：

为您推荐

【通俗易懂】10幅图解释机器学习中的基本概念

李彦宏：AI 不应该像人，现在很多智能都是假的！

谁在盗用我的微博、微信和 QQ？

深度学习并非万能：你需要避免这三个坑