Pandas 备忘单：您应该知道的主要命令 [2022]

数据分析已成为一种新的研究类型，这一切都归功于 Python。 如果你是一个热爱 Python 的数据分析师，几乎绝对会使用 Pandas 库，那么这篇文章就是为你准备的。 这份Pandas 备忘单将介绍分析数据时派上用场的所有基本方法。 您可能遇到过难以记住在 Pandas 中执行某些操作的特定语法的情况。 这些Pandas 备忘单命令将帮助您轻松记住和参考最常见的 Pandas 操作。 如果你是 Python 和数据科学的初学者，upGrad 的数据科学课程绝对可以帮助你深入了解数据和分析的世界。

使用 Pandas 备忘单

在使用本Pandas 备忘单之前，您应该彻底学习 Pandas 教程，然后参考本备忘单进行记忆和通关。 Pandas 备忘单将帮助您快速查找已学过的方法，即使您要去参加考试或面试，它也能派上用场。 我们收集并分组了数据分析师在 Pandas 中经常使用的所有命令，以便于检测。 在这个Pandas 备忘单中，我们将使用以下简写来表示不同的对象。

• df：用于表示任何 Pandas DataFrame 对象
• ser：用于表示任何 Pandas Series 对象

您必须使用以下这些相关库来实现本文下面提到的方法。

• 将熊猫导入为 pd
• 将 numpy 导入为 np

必读：熊猫面试问题

1.从不同文件导入数据

• 从 CSV 文件中读取所有数据： pd.read_csv(file_name)
• 从分隔文本文件（如 TSV）中读取所有数据： pd.read_table(file_name)
• 从 Excel 工作表中读取：pd.read_excel(file_name)
• 从 SQL 数据库中读取数据： pd.read_sql(query, connectionObject)
• 从 JSON 格式的字符串或 URL 中获取数据：pd.read_json(jsonString)
• 获取剪贴板的内容： pd.read_clipboard()

2.导出不同文件格式的DataFrames

• 将 DataFrame 写入 CSV 文件：df.to_csv(file_name)
• 将 DataFrame 写入 Excel 文件：df.to_excel(file_name)
• 将 DataFrame 写入 SQL 表：df.to_sql(tableName, connectionObject)
• 要将 DataFrame 写入 JSON 格式的文件：df.to_json(file_name)

3. 检查 DataFrame 或 Series 的特定部分

• 获取与索引、数据类型和内存相关的所有信息：df.info()
• 要提取 DataFrame 的起始“n”行：df.head(n)
• 要提取 DataFrame 的结尾“n”行：df.tail(n)
• 要提取 DataFrame 中可用的行数和列数：df.shape
• 总结数字列的统计信息：df.describe()
• 查看唯一值及其计数：ser.value_counts(dropna=False)

4. 选择数据的特定子集

• 提取第一行：df.iloc[0,:]
• 要提取 DataFrame 第一列的第一个元素：df.iloc[0,0]
• 要将标签为“col”的列作为系列返回：df[col]
• 要返回具有新 DataFrame 的列：df[[col1,col2]]
• 按位置选择数据：ser.iloc[0]
• 按索引选择数据：ser.loc['index_one']

5. 数据清理命令

• 要重命名质量列：df.rename(columns = lambda x: x + 1)
• 有选择地重命名列： df.rename(columns = {'oldName': 'newName'})
• 要重命名质量索引：df.rename(index = lambda x: x + 1)
• 要按顺序重命名列：df.columns = ['x', 'y', 'z']
• 要检查是否存在空值，请相应地返回一个布尔数组：pd.isnull()
• pd.isnull() 的反面：pd.notnull()
• 删除所有包含空值的行：df.dropna()
• 删除所有包含空值的列：df.dropna(axis=1)
• 用“n”替换每个空值：df.fillna(n)
• 要将系列的所有数据类型转换为浮点数：ser.astype(float)
• 要将所有编号为 1 的 'one' 和 3 替换为 'three'： ser.replace([1,2], ['one','two'])

另请阅读：Pandas Dataframe Astype

6. Groupby、排序和过滤数据

• 要为列值返回 groupby 对象： df.groupby(colm)
• 为多个列值返回 groupby 对象： df.groupby([colm1, colm2])
• 要按升序（按列）对值进行排序：df.sort_values(colm1)
• 要按降序（按列）对值进行排序： df.sort_values(colm2, ascending=False)
• 提取列值大于 0.6 的行：df[df[colm] > 0.6]

7. 其他

• 将第一个 DataFrame 的行添加到第二个 DataFrame 的末尾：df1.append(df2)
• 将第一个 DataFrame 的列添加到第二个 DataFrame 的末尾： pd.concat([df1,df2],axis=1)
• 返回所有列的平均值：df.mean()
• 返回非空值的数量：df.count()

结论

这些Pandas 备忘单仅对快速召回有用。 在直接跳入Pandas 备忘单之前练习命令总是一个好方法。

如果您想了解 Pandas，请查看 IIIT-B 和 upGrad 的数据科学执行 PG 计划，该计划是为在职专业人士创建的，提供 10 多个案例研究和项目、实用的实践研讨会、行业专家的指导、1-与行业导师面对面交流，400 多个小时的学习和顶级公司的工作协助。