對(duì)自己在數(shù)據(jù)處理中經(jīng)常使用卻經(jīng)常忘記的一些操作匯總。我用的多，大家應(yīng)該用的也很多，有需要的可以轉(zhuǎn)載follow。

1.dataframe數(shù)據(jù)篩選：loc,iloc,ix,at,iat

loc:需要用行列的標(biāo)簽進(jìn)行索引。

iloc:需要用行列索引進(jìn)行索引。

ix:功能更強(qiáng)大一些，結(jié)合了以上兩種方法，既可以用標(biāo)簽，又可以用索引。

at:根據(jù)指定行index及列l(wèi)abel，快速定位DataFrame的元素，選擇列時(shí)僅支持列名。

iat:與at的功能相同，只使用索引參數(shù)。

2.pandas 排序sort_index,sort_values

series:?
一組數(shù)組（列表或元組），series除了一組數(shù)據(jù)外還包括一組索引（即只有行索引），索引可自行定義也可利用Series(),自動(dòng)生成索引；?
dataframe:?
是表格型數(shù)據(jù)，既有行索引又有列索引，每列數(shù)據(jù)可以為不同類(lèi)型數(shù)據(jù)（數(shù)值、字符串、布爾型值），可利用DataFrame（其他數(shù)據(jù)，dataframe屬性)指定dataframe的屬性創(chuàng)建dataframe。

sort_index和sort_values 都可以對(duì)Series, dataframe，panel進(jìn)行排序

DataFrame.sort_index(axis=0,?level=None,?ascending=True,?inplace=False,?kind='quicksort',na_position='last',?sort_remaining=True,?by=None)

inplace:是否替換原數(shù)據(jù)

Series.sort_index(axis=0,?level=None,?ascending=True,?inplace=False,?kind='quicksort',na_position='last',?sort_remaining=True)

DataFrame.sort_values(by,?axis=0,?ascending=True,?inplace=False,?kind='quicksort',na_position='last')

na_position:nan排序的位置

Series.sort_values(axis=0,?ascending=True,?inplace=False,?kind='quicksort',na_position='last')

可以看到對(duì)Series的排序沒(méi)有by參數(shù)。

3.數(shù)據(jù)探索函數(shù)

3.1基本統(tǒng)計(jì)特征函數(shù)

統(tǒng)計(jì)特征函數(shù)用于計(jì)算數(shù)據(jù)的均值、方差、標(biāo)準(zhǔn)差、分位數(shù)、相關(guān)系數(shù)和協(xié)方差等，這些統(tǒng)計(jì)特征能反映出數(shù)據(jù)的整體分布。本小節(jié)介紹的統(tǒng)計(jì)特征函數(shù)主要作為Pandas的對(duì)象DataFrame或Series的方法出現(xiàn)。

sum():計(jì)算數(shù)據(jù)樣本的總和（按列計(jì)算）

mean():計(jì)算數(shù)據(jù)樣本的算術(shù)平均數(shù)

var():計(jì)算數(shù)據(jù)樣本的方差

std():計(jì)算數(shù)據(jù)樣本的標(biāo)準(zhǔn)差

corr(method):計(jì)算數(shù)據(jù)樣本的Spearman(Pearson)相關(guān)系數(shù)矩陣,method參數(shù)為計(jì)算方法，pearson等。，、均為Series,這種格式計(jì)算兩個(gè)Series之間的相關(guān)系數(shù)。

cov():計(jì)算數(shù)據(jù)樣本的協(xié)方差矩陣。,,均為Series,這種格式計(jì)算兩個(gè)Series之間的協(xié)方差。

skew():樣本值的偏度（三階矩）。

kurt():樣本值的峰度（四階矩）。

describe():給出樣本的基本描述（基本統(tǒng)計(jì)量入均值、標(biāo)準(zhǔn)差等）。

SeriesGroupBy.value_counts(normalize=False,?sort=True,?ascending=False,?bins=None,dropna=True)：分組之后計(jì)數(shù)。

3.2拓展統(tǒng)計(jì)特征函數(shù)

主要有累積計(jì)算（cum）和滾動(dòng)計(jì)算（pd.rolling_），如下：

cumsum():依次給出前個(gè)數(shù)的和。

cumprod():依次給出前個(gè)數(shù)的積。

summax():依次給出前個(gè)數(shù)的最大值。

summin():依次給出前個(gè)數(shù)的最小值。

rolling_sum():計(jì)算數(shù)據(jù)樣本的總和（按列計(jì)算）

rolling_mean():數(shù)據(jù)樣本的算術(shù)平均數(shù)。

cum系列函數(shù)是作為DataFrame或Series對(duì)象的方法而出現(xiàn)的，命令格式為D.cumsum(),而rolling_系列是pandas的函數(shù)，格式為pd.rolling_mean(D,k),意思是每k列計(jì)算依次均值，滾動(dòng)計(jì)算。

3.3統(tǒng)計(jì)作圖函數(shù)

plot()：繪制線(xiàn)性二維圖，折線(xiàn)圖。

使用格式：plt.plot(x,y,S),S為繪制時(shí)圖形的類(lèi)型、樣式和顏色。

D.plot(kind='box'),這里使用的是Dataframe或Series對(duì)象內(nèi)置的方法作圖，默認(rèn)以index為橫坐標(biāo)，每列數(shù)據(jù)為縱坐標(biāo)自動(dòng)作圖，通過(guò)kind參數(shù)指定作圖類(lèi)型，支持line、bar、barh、hist、box、kde、area\pie（餅圖）等，同時(shí)也能接收plt.plot()中接收的參數(shù)。因此，如果數(shù)據(jù)已經(jīng)被加載為Pandas中的對(duì)象，那么以這種方式作圖是比較簡(jiǎn)潔的。

pie():繪制餅形圖。plt.pie(size)

hist():繪制二維條形直方圖，可以顯示數(shù)據(jù)的分配情形。plt.hist(x,y)

boxplot():繪制樣本數(shù)據(jù)的箱型圖。D.boxplot()/D.plot(kind='box')

plot(logy=True)：繪制y軸的對(duì)數(shù)圖形

plot(yerr=error):繪制誤差條形圖

4.python主要的數(shù)據(jù)預(yù)處理函數(shù)

interpolate（Scipy）:一維、高維數(shù)據(jù)插值?

unique(Pandas/Numpy):去除數(shù)據(jù)中重復(fù)的元素，得到單值元素列表，它是對(duì)象的方法名

isnull/notnull（Pandas）:判斷是否空值和非空值

isna():Detect missing values (NaN in numeric arrays, None/NaN in object arrays)

PCA（Scikit-Learn）:主成分分析

?

總結(jié)

以上是生活随笔為你收集整理的pandas: DataFrame在数据处理时一些常用的操作汇总的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。