**：
本文翻譯自文章：pandas cheat sheet - python for data science
同時新增了部分註解。
對於資料科學家，無論是資料分析還是資料探勘來說，pandas是乙個非常重要的python包。它不僅提供了很多方法，使得資料處理非常簡單，同時在資料處理速度上也做了很多優化，使得和python內建方法相比時有了很大的優勢。
如果你想學習pandas，建議先看兩個**。
（1）官網：python data analysis library
（2）十分鐘入門pandas：10 minutes to pandas
在第一次學習pandas的過程中，你會發現你需要記憶很多的函式和方法。所以在這裡我們彙總一下pandas官方文件 中比較常用的函式和方法，以方便大家記憶。同時，我們提供乙個pdf版本，方便大家列印。pandas-cheat-sheet.pdf
關鍵縮寫和包匯入
在這個速查手冊中，我們使用如下縮寫：
df：任意的pandas dataframe物件
同時我們需要做如下的引入：
import pandas as pd
匯入資料
pd.read_csv(filename)：從csv檔案匯入資料
pd.read_excel(filename)：從excel檔案匯入資料
pd.read_sql(query, connection_object)：從sql表/庫匯入資料
pd.read_json(json_string)：從json格式的字串匯入資料
pd.read_html(url)：解析url、字串或者html檔案，抽取其中的tables**
pd.read_clipboard()：從你的貼上板獲取內容，並傳給read_table()
pd.dataframe(dict)：從字典物件匯入資料，key是列名，value是資料
匯出資料
df.to_csv(filename)：匯出資料到csv檔案
df.to_excel(filename)：匯出資料到excel檔案
df.to_sql(table_name, connection_object)：匯出資料到sql表
建立測試物件
pd.dataframe(np.random.rand(20,5))：建立20行5列的隨機數組成的dataframe物件
pd.series(my_list)：從可迭代物件my_list建立乙個series物件
df.index = pd.date_range('1900/1/30', periods=df.shape[0])：增加乙個日期索引
檢視、檢查資料
df.head(n)：檢視dataframe物件的前n行
df.tail(n)：檢視dataframe物件的最後n行
df.shape()：檢視行數和列數
http:// df.info() ：檢視索引、資料型別和記憶體資訊
df.describe()：檢視數值型列的匯**計
s.value_counts(dropna=false)：檢視series物件的唯一值和計數
資料選取
df[col]：根據列名，並以series的形式返回列
df[[col1, col2]]：以dataframe形式返回多列
s.iloc[0]：按位置選取資料
s.loc['index_one']：按索引選取資料
df.iloc[0,:]：返回第一行
df.iloc[0,0]：返回第一列的第乙個元素
資料清理
df.columns = ['a','b','c']：重新命名列名
pd.isnull()：檢查dataframe物件中的空值，並返回乙個boolean陣列
pd.notnull()：檢查dataframe物件中的非空值，並返回乙個boolean陣列
df.dropna()：刪除所有包含空值的行
df.dropna(axis=1)：刪除所有包含空值的列
df.dropna(axis=1,thresh=n)：刪除所有小於n個非空值的行
df.fillna(x)：用x替換dataframe物件中所有的空值
s.astype(float)：將series中的資料型別更改為float型別
s.replace(1,'one')：用『one』代替所有等於1的值
s.replace([1,3],['one','three'])：用'one'代替1，用'three'代替3
df.rename(columns=lambda x: x + 1)：批量更改列名
df.rename(columns=)：選擇性更改列名
df.set_index('column_one')：更改索引列
df.rename(index=lambda x: x + 1)：批量重新命名索引
資料處理：filter、sort和groupby
df[df[col] > 0.5]：選擇col列的值大於0.5的行
df.sort_values(col1)：按照列col1排序資料，預設公升序排列
df.sort_values(col2, ascending=false)：按照列col1降序排列資料
df.sort_values([col1,col2], ascending=[true,false])：先按列col1公升序排列，後按col2降序排列資料
df.groupby(col)：返回乙個按列col進行分組的groupby物件
df.groupby([col1,col2])：返回乙個按多列進行分組的groupby物件
df.groupby(col1)[col2]：返回按列col1進行分組後，列col2的均值
df.pivot_table(index=col1, values=[col2,col3], aggfunc=max)：建立乙個按列col1進行分組，並計算col2和col3的最大值的資料透視表
df.groupby(col1).agg(np.mean)：返回按列col1分組的所有列的均值
資料合併
df.concat([df1, df2],axis=1)：將df2中的列新增到df1的尾部
df1.join(df2,on=col1,how='inner')：對df1的列和df2的列執行sql形式的join
資料統計
df.describe()：檢視資料值列的匯**計
df.mean()：返回所有列的均值
df.count()：返回每一列中的非空值的個數
df.max()：返回每一列的最大值
df.min()：返回每一列的最小值
df.median()：返回每一列的中位數
df.std()：返回每一列的標準差
Pandas速查手冊中文版
本文翻譯自文章 pandas cheat sheet python for data science 同時新增了部分註解。對於資料科學家，無論是資料分析還是資料探勘來說，pandas是乙個非常重要的python包。它不僅提供了很多方法，使得資料處理非常簡單，同時在資料處理速度上也做了很多優化，使得和...
Pandas速查手冊中文版
本文翻譯自文章 pandas cheat sheet python for data science 同時新增了部分註解。對於資料科學家，無論是資料分析還是資料探勘來說，pandas是乙個非常重要的python包。它不僅提供了很多方法，使得資料處理非常簡單，同時在資料處理速度上也做了很多優化，使得和...
Pandas速查手冊中文版
本文翻譯自文章 pandas cheat sheet python for data science 同時新增了部分註解。對於資料科學家，無論是資料分析還是資料探勘來說，pandas是乙個非常重要的python包。它不僅提供了很多方法，使得資料處理非常簡單，同時在資料處理速度上也做了很多優化，使得和...