实用指南：Pandas 函数速查专业指南

Pandas 是 Python 数据分析的核心库，提供了丰富的函数用于数据处理、清洗和分析。下面按类别列出常用函数，并附专业说明。

---

1️⃣ DataFrame / Series 常用属性与方法

方法 / 属性	说明	示例
df.head(n)	查看前 n 行	df.head(5)
df.tail(n)	查看后 n 行	df.tail(3)
df.shape	返回行列数 (rows, columns)	df.shape
df.info()	数据概况，列类型、非空数等	df.info()
df.describe()	数值列统计汇总（count, mean, std, min, max, quartile）	df.describe()
df.columns	返回列名	df.columns
df.index	返回索引	df.index
df.dtypes	返回列的数据类型	df.dtypes
df.isna() / df.isnull()	判断缺失值	df.isna()
df.notna() / df.notnull()	判断非缺失值	df.notna()
df.drop(columns=[])	删除列	df.drop(columns=["列1"])
df.dropna()	删除含缺失值的行	df.dropna()
df.fillna(value)	缺失值填充	df.fillna(0)
df.rename(columns={})	重命名列	df.rename(columns={"旧列名":"新列名"})
df.sort_values(by="列名", ascending=True)	按列排序	df.sort_values("订单总额", ascending=False)
df.sort_index()	按索引排序	df.sort_index()
df.copy()	复制 DataFrame	df2 = df.copy()

---

2️⃣ 信息选择与索引

方法	说明	示例
df["列名"]	取单列，返回 Series	df["账户余额"]
df[["列1","列2"]]	取多列，返回 DataFrame	df[["账户余额","信用评分"]]
df.loc[行标签, 列标签]	按标签取值，可切片	df.loc[0,"账户余额"]
df.iloc[行号, 列号]	按位置取值	df.iloc[0,1]
df.at[行标签, 列标签]	快速取单值	df.at[0,"账户余额"]
df.iat[行号, 列号]	快速按位置取单值	df.iat[0,1]
df.query("条件")	按表达式筛选	df.query("年龄>30 & 性别=='女'")
df[df["列"]>值]	按布尔条件筛选行	df[df["账户余额"]>20000]

---

3️⃣ 聚合与统计函数

方法	说明	示例
df.sum()	求和	df.sum()
df.mean()	平均值	df.mean()
df.median()	中位数	df.median()
df.std()	标准差	df.std()
df.var()	方差	df.var()
df.min() / df.max()	最小/最大值	df.min()
df.count()	非空数量	df.count()
df.value_counts()	对 Series 分组计数	df["性别"].value_counts()
df.nunique()	唯一值数量	df.nunique()
df.cumsum()	累积和	df["销售额"].cumsum()
df.cumprod()	累积乘积	df["增长率"].cumprod()
df.agg() / df.aggregate()	聚合函数，可同时多函数	df.groupby("客户编号")["订单总额"].agg(["count","sum"])

---

4️⃣ 分组与透视

方法	说明	示例
df.groupby("列名")	分组操作	df.groupby("性别")["账户余额"].mean()
df.pivot(index, columns, values)	数据透视表	df.pivot(index="客户编号", columns="月份", values="订单总额")
df.pivot_table(index, columns, values, aggfunc)	支持聚合的透视表	df.pivot_table(index="产品名称", values="订单总额", aggfunc=["sum","count"])
df.melt()	资料展开为长表	df.melt(id_vars=["客户编号"], value_vars=["订单总额","订单数量"])

---

5️⃣ 字符串操作 (.str)

方法	说明	示例
df["列"].str.lower() / .upper()	大小写转换	df["姓名"].str.upper()
df["列"].str.strip()	去掉首尾空格	df["姓名"].str.strip()
df["列"].str.contains("关键字")	判断包含	df["地址"].str.contains("北京")
df["列"].str.replace("旧","新")	替换	df["姓名"].str.replace("张","赵")
df["列"].str.split("分隔符")	拆分	df["姓名"].str.split(" ")
df["列"].str.len()	字符串长度	df["姓名"].str.len()

---

6️⃣ 日期与时间 (.dt) 与重采样 (resample)

方法	说明	示例
pd.to_datetime()	转为时间类型	df["日期"] = pd.to_datetime(df["日期"])
df["列"].dt.year/month/day	获取年/月/日	df["日期"].dt.year
df["列"].dt.weekday	星期（0=周一）	df["日期"].dt.weekday
df["列"].dt.hour/minute/second	小时/分钟/秒	df["日期"].dt.hour
df["列"].dt.strftime()	格式化日期	df["日期"].dt.strftime("%Y-%m-%d")
df.resample("M", on="下单日期").count()	按时间频率重采样（聚合），默认月末对齐	df_ecom.resample("M", on="下单日期")["订单编号"].count()

---

7️⃣ 排序与排名

方法	说明	示例
df.sort_values(by)	按列排序	df.sort_values("账户余额", ascending=False)
df.sort_index()	按索引排序	df.sort_index()
df.rank()	排名	df["账户余额"].rank(ascending=False)

---

8️⃣ 合并与连接

方法	说明	示例
pd.concat([df1, df2], axis=0/1)	按行/列拼接	pd.concat([df1, df2], axis=0)
pd.merge(df1, df2, on="列", how="inner/left/right/outer")	SQL 风格 join	pd.merge(df1, df2, on="客户编号", how="left")
df.join(df2, on="列")	索引 join	df.join(df2.set_index("客户编号"), on="客户编号")

---

9️⃣ 交叉表 (crosstab)

方法	说明	示例
pd.crosstab(index, columns)	统计两个分类变量组合频次	pd.crosstab(df_bank["性别"], df_bank["是否活跃"])
pd.crosstab(index, columns, values=..., aggfunc=...)	对交叉组合进行聚合	pd.crosstab(df_bank["性别"], df_bank["是否活跃"], values=df_bank["账户余额"], aggfunc="sum")
normalize	是否表明比例	pd.crosstab(df_bank["性别"], df_bank["是否活跃"], normalize="index")

---

10️⃣ 其他实用函数

方法	说明	示例
df.apply(func)	对行/列应用函数	df["余额"].apply(lambda x:x*1.1)
df.applymap(func)	对整个 DataFrame 每个元素应用函数	df.applymap(lambda x:x*2)
df.astype(type)	转换类型	df["账户余额"].astype(float)
df.duplicated() / df.drop_duplicates()	重复值检测与删除	df.drop_duplicates(subset=["订单编号"])
df.memory_usage()	内存占用	df.memory_usage()

---

✅ 补充说明：

1. pivot_table可以理解为 Excel 的透视表，承受多函数聚合、多列、多 index。

2. resample 用于时间序列聚合，默认索引对齐在周期末，可用 "MS" 对齐月初。

3. crosstab 是统计两个分类变量组合频次的利器，也可加 aggfunc 聚合数值列。