python库--pandas

 

数据操作
方法	返回值	参数	说明
.melt()	df	将df转换为标签和值两列, api中有举例
		frame	DataFrame
		id_vars=None	list_like: 保留, 不转换的列
		value_vars=None	list_like: 转换的列, 默认转换除id_vars外的所有列
		var_name=None	存储标签的列的列名, 默认名字variable
		value_name='value'	存储值的列的列名
		col_level=None	如果是多及索引则可用于指定使用的索引级别, 默认全部使用, 会生成多列标签列
.pivot()	df	点击查看实例
		index	ndarray, Series, 不可以是列表, 三个参数长度要一致, 含几个不重复值就表示有多少行, 每个值重复次数必须一致, 且等于列数, 且index重复值相应位置columns必须是非重复值
		columns	同上, 不过是列标签
		values	ndarray, Series
.pivot_table()	df	数据透视表(点击查看实例)
		data	df
		values=None	需要计算的那些列
		index=None	作为索引的列
		columns=None	作为列标签的列
		aggfunc='mean'	对values的计算方式
		fill_value=None	用来代替缺失值的值
		margins=False	结果是否显示总计行/列
		dropna=True	不包含结果都是NaN的列
		margins_name='All'	margins=True时总计行/列的名称
.crosstab	df	类似于pivot() + pivot_table()
.cut()		划分数据, 返回每个值对应的区域
		x	list_like: 一维
		bins	int: 由最小和最大值计算等长面元分为n份
			list_like: [0,3,5]表示按(0,3],(3,5]进行划分
		right=True	True: 左开右闭;  False: 左闭右开
		labels=None	划分结果显示的标签,  False: 用range(n)标号
		retbins=False	是否返回bins设置的值(矢量, 整数会转换成对应的矢量)
		precision=3	存储和显示分类标签的精度(默认3)
		include_lowest=False	False:第一个间隔不包括左侧值,如(0,3]不含0.  True:(<0,3]
.qcut()		划分数据, 按照分位数进行划分
		x	list_like: 一维
		q	int: 按q分位数进行切割
			list_like: 分位数, 如[0, 0.5, 1]表示0%~50%, 50%~100%
		labels=None	划分结果显示的标签,  False: 用range(n)标号
		retbins=False	是否返回bins设置的值(矢量, 分位数会转换成对应的矢量)
		precision=3	存储和显示分类标签的精度(默认3)
		duplicates='raise'	'raise': 如果bin值不是唯一的, 则引发错误
			'drop': 忽略重复值
.merge()	df	根据两个df某列进行合并
		left	df
		right	df
		how='inner'	'inner': 取键的交集
			'left': 保留左键的完整
			'right': 保留右键的完整
			'outer': 取键的并集
		on=None	左右两个df都存在的列, 将在此列上合并
		left_on=None	左侧df要与右侧df要对齐的列
		right_on=None	右侧df要与左侧df要对齐的列
		left_index=False	左侧df是否使用索引与右侧对齐
		right_index=False	右侧df是否使用索引与左侧对齐
		sort=False	结果是否按照索引排序
		suffixes=('_x', '_y')	重复列后缀
		copy=True	是否生成新对象
		indicator=False	是否显示此行数据来源('left_only', 'right_only', 'both')
			True: 此列标签将被设置为'_merge'
			str: 设置此列标签为此字符串
		validate=None	0.21新增
			'one_to_one' or '1:1': 检查合并键在左右数据集中是否唯一
			'one_to_many' or '1:m': 检查合并键在左侧数据集中是否是唯一的
			'many_to_one' or 'm:1': 检查合并键在右侧数据集中是否是唯一的
			'many_to_many' or 'm:m': 不做检查
.merge_ordered()	df	根据两个df某列进行合并, 并对缺失值按要求填充
		left	df
		right	df
		on=None	左右两个df都存在的列, 将在此列上合并
		left_on=None	左侧df要与右侧df要对齐的列
		right_on=None	右侧df要与左侧df要对齐的列
		left_by=None	按选中的列分组, 填充将按照分组执行
		right_by=None	按选中的列分组, 填充将按照分组执行
		fill_method=None	{'ffill', None} 数据的插值方法
		suffixes=('_x', '_y')	重复列后缀
		how='outer'	{'left', 'right', 'outer', 'inner'}
.merge_asof() 0.19.0	df	合并两个df, 但不再是根据相等合并而是与离左侧最近的合并
		left	df
		right	df
		on=None	左右两个df都存在的列, 将在此列上合并. 必须有序而且要是数字列(时间, int, float)
		left_on=None	左侧df要与右侧df要对齐的列
		right_on=None	右侧df要与左侧df要对齐的列
		left_index=False	左侧df是否使用索引与右侧对齐  0.19.2
		right_index=False	右侧df是否使用索引与左侧对齐  0.19.2
		by=None
		left_by=None
		right_by=None
		suffixes=('_x', '_y')	重复列后缀
		tolerance=None
		allow_exact_matches=T
		direction='backward'
.concat()	S/df	多个S/df进行合并操作, axis=0 时相同标签的列对应追加, axis=1 时相当于合并列
		objs	[S/df]
		axis=0	{0/’index’, 1/’columns’}: 操作轴
		join='outer'	{‘inner’, ‘outer’}: 做交集还是并集
		join_axes=None	[index]:
		ignore_index=False	True: 将不使用原索引而是使用 0 ~ n-1
		keys=None	新增一个最外层索引, 数量跟合并的 S/df 数量一致
		levels=None
		names=None	[index_name]: 合并结果的多级索引名
		verify_integrity=False	检查新的连接轴是否有重复项
		copy=True	如果为False则不进行没有必要的数据复制
.get_dummies()	df	将元素作为标签, 用0和1表示相应索引位置是否是次元素
		data	list_like, Series, df
		prefix=None	多列值加上相应前缀
		prefix_sep='_'	前缀跟值之间的分隔符
		dummy_na=False	是否显示空值结果
		columns=None	列名
		sparse=False	是否返回稀疏结果
		drop_first=False	删除第一个元素生成的列
.factorize()	Tuple	将传入的值返回成一个 (labels, uniques)
		values	1D
		sort=False	是否对值进行排序
		order=None
		na_sentinel=-1
		size_hint=None	提示哈希表大小
.unique()	ndarray	values	1D: 返回无重复值的结果
.wide_to_long()	df	提取并合并指定字符串开头的列
		df	DataFrame
		stubnames	str, [str]: 提取以指定字符串开头的列
		i	column: 用作索引的列
		j	提取开头后剩余的内容会生成一列, 在此指定此列名
		sep=''	分隔符 0.20
		suffix='\\d+'	捕获正则表达式匹配的后缀 0.20
缺失数据
isna()	bool/[bool]	obj	判断给定对象的元素是不是空值
isnull()	bool/[bool]	obj	判断给定对象的元素是不是空值
notna()	bool/[bool]	obj	判断给定对象的元素是不是非空值
notnull()	bool/[bool]	obj	判断给定对象的元素是不是非空值
转换
.to_numeric()	S/ndarray	将给定数据转换为数字类型
		arg	1D
		errors='raise'	'raise': 无效的解析将引发异常
			'coerce': 无效的解析将被设置为NaN
			'ignore': 无效的解析将返回输入
		downcast=None	向下转换 0.19.0
			'integer' or 'signed': 最小有符号int类型 (np.int8)
			'unsigned': 最小无符号int类型 (np.uint8)
			'float': 最小浮点数类型 (np.float32)
			None: np.float64
处理日期时间
.to_datetime()		将输入值转换为datetime
		arg	integer, float, string, datetime, 1D
		errors='raise'	'raise': 无效的解析将引发异常
			'coerce': 无效的解析将被设置为NaT
			'ignore': 无效的解析将返回输入
		dayfirst=False	是否将输入数据认为是 天-月-年 的格式识别
		yearfirst=False	是否将输入数据认为是 年-月-天 的格式识别
		utc=None
		box=True	True: 返回DatatimeIndex
			False: 返回ndarray
		format=None	时间解析格式, %d%m%Y
		exact=True	True: 需要精确的匹配格式
			False: 允许格式匹配目标字符串中的任何位置
		unit=None	当输入整数或浮点数的时候, 用此参数指定单位(D,s,ms,us,ns), 默认 'ns'
		infer_datetime_format=F	True 且没有给出格式, 将尝试推断字符串格式, 并且如果可以推断, 则切换到解析它们的更快方法
		origin='unix'	定义参考日期, 那么整数或浮点数将按照从此日期开始计算
.to_timedelta()		将输入值转换为timedelta
		arg, unit, box, errors	参考.to_datetime()
.data_range()