目录
一、常用
1、创建DataFrame（数据导入）
2. 查看数据前⼏⾏（head）
3. 查看数据后⼏⾏（tail）
4. 查看数据基本信息（info）
5. 使⽤ value_counts 计算唯⼀值的频率
6. 描述性统计信息（describe）
7. 选择列
8. 选择多列
9. 选择⾏（loc）
10. 选择特定⾏和列（loc）
11. 多条件选择
12. 使⽤ at 和 iat 快速访问元素
13. 使⽤ isin 进⾏过滤
14. 使⽤ query 进⾏条件查询
15. 按列排序数据 （sort_values）
16. 使⽤ astype 进⾏数据类型转换
17. 处理缺失值（dropna）
18. 填充缺失值（fillna）
19. 使⽤ duplicated 和 drop_duplicates 处理重复值
20. 新增列
21. 删除列（drop）
22. 重命名列（rename）
23. 使⽤ replace 进⾏值替换
24. 使⽤ mask 进⾏条件替换
25. 分组统计（groupby、agg）
26. 使⽤ nlargest 和 nsmallest 获取最⼤和最⼩值
27. 合并 DataFrame（concat）
28. ⽇期时间处理（to_datetime）
29. 保存 DataFrame 到⽂件（to_csv）
30. 从⽂件加载数据到 DataFrame（read_csv）
31. 使⽤ apply 函数对列进⾏操作
32. 使⽤ map 函数进⾏值替换
33. 使⽤ cut 函数进⾏分箱处理
34. 使⽤ groupby 和 transform 进⾏组内操作
二、其他
1. 字符串处理（str）
2. 使⽤ pipe 进⾏链式操作（pipe）
3. 合并 DataFrame（基于键）（merge）
4. 透视表（pivot_table）
一、常用
1、创建DataFrame（数据导入）
使⽤字典创建 DataFrame
import pandas as pd
data = {'ID': [101, 102, 103, 104, 105],
'Name': ['Alice', 'Bob', 'Charlie', 'David', 'Eva'],
'Age': [25, 30, 22, 35, 28],
'Salary': [50000, 60000, 45000, 75000, 55000],
'Status': ['Active', 'Inactive', 'Active', 'Active', 'Inactive']}
df = pd.DataFrame(data)2. 查看数据前⼏⾏（head）
df.head()⽤于查看 DataFrame 的前⼏⾏，默认为前 5 ⾏。
3. 查看数据后⼏⾏（tail）
df.tail()⽤于查看 DataFrame 的后⼏⾏，默认为后 5 ⾏。
运行结果：
4. 查看数据基本信息（info）
df.info()提供 DataFrame 的基本信息，包括每列的⾮空值数量和数据类型。
运行结果：
5. 使⽤ value_counts 计算唯⼀值的频率
df['Column'].value_counts()使⽤ value_counts 计算某列中每个唯⼀值的频率。
运行结果：
6. 描述性统计信息（describe）
df.describe()
# 常用
df.describe([0.01, 0.1, 0.25, 0.5, 0.75, 0.9, 0.99]).T提供 DataFrame 的描述性统计信息，包括均值、标准差、最⼩值、25%分位数、中位数（50%分位数）、75%分位数和最⼤值。
运行结果：
7. 选择列
df['ColumnName']通过列名选择 DataFrame 中的⼀列。
8. 选择多列
df[['Column1', 'Column2']]通过列名列表选择 DataFrame 中的多列。
运行结果：
9. 选择⾏（loc）
df.loc[index]通过索引标签选择 DataFrame 中的⼀⾏。
运行结果：
10. 选择特定⾏和列（loc）
df.loc[index, 'ColumnName']通过索引标签和列名选择 DataFrame 中的特定元素。
运行结果：
11. 多条件选择
df[(df['Column1'] > value1) & (df['Column2'] == value2)]使⽤逻辑运算符（& ：与，|：或，~：⾮）结合多个条件进⾏过滤。
运行结果：
12. 使⽤ at 和 iat 快速访问元素
df.at[index, 'ColumnName']
df.iat[index, columnIndex]使⽤ at 和 iat 快速访问DataFrame中的元素。
运行结果：
13. 使⽤ isin 进⾏过滤
df[df['Column'].isin(['value1', 'value2'])]使⽤ isin 过滤包含在给定列表中的值的⾏。
运行结果：
14. 使⽤ query 进⾏条件查询
df.query('Column > value')使⽤ query 进⾏条件查询。
运行结果：
15. 按列排序数据 （sort_values）
df.sort_values(by='ColumnName', ascending=False)
# ascending：True升序，False降序根据指定列的值进⾏升序或降序排序。
运行结果：
16. 使⽤ astype 进⾏数据类型转换
df['NewColumn'] = df['Column'].astype(float)使⽤ astype 将列的数据类型转换为指定类型。
17. 处理缺失值（dropna）
df.dropna()删除包含缺失值的⾏。
运行结果：
18. 填充缺失值（fillna）
df.fillna(value)⽤指定值填充缺失值。
# 使用均值填充缺失值
df.fillna(df.mean())19. 使⽤ duplicated 和 drop_duplicates 处理重复值
df.duplicated(subset=['Column1', 'Column2'])
df.drop_duplicates(subset=['Column1', 'Column2'], keep='first')
# keep 'first'（默认）：保留每个重复组中的第一个出现的行。
# 'last'：保留每个重复组中的最后一个出现的行。使⽤ duplicated 检测重复值，使⽤ drop_duplicates 删除重复值。
运行结果：
20. 新增列
df['NewColumn'] = values新增⼀列，并为其赋值。
运行结果：
21. 删除列（drop）
df.drop('ColumnName', axis=1)删除指定列。
运行结果：
22. 重命名列（rename）
df.rename(columns={'OldName': 'NewName'}, inplace=True)重命名指定列。
运行结果：
23. 使⽤ replace 进⾏值替换
df.replace({'OldValue': 'NewValue'})使⽤ replace 替换DataFrame中的值。
运行结果：
24. 使⽤ mask 进⾏条件替换
df['NewColumn'] = df['Column'].mask(df['Condition'])使⽤ mask 根据条件替换值。
运行结果：
25. 分组统计（groupby、agg）
df.groupby('ColumnName').agg({'Column1': 'mean', 'Column2': 'sum'})按照指定列进⾏分组，然后进⾏聚合统计。
运行结果：
26. 使⽤ nlargest 和 nsmallest 获取最⼤和最⼩值
df.nlargest(5, 'ColumnName')
df.nsmallest(5, 'ColumnName')使⽤ nlargest 获取最⼤值，使⽤ nsmallest 获取最⼩值。
运行结果：
27. 合并 DataFrame（concat）
pd.concat([df1, df2], axis=0)沿着指定轴合并两个 DataFrame。
# axis=0：垂直合并两个DataFrame
# axis=1：水平合并两个DataFrame
pd.concat([df1, df2], axis=0)28. ⽇期时间处理（to_datetime）
df['DateTimeColumn'] = pd.to_datetime(df['DateTimeColumn'])将字符串列转换为⽇期时间类型。
| format 参数符号 | 说明 |
|---|---|
| %y | 两位数的年份表示（00-99） |
| %Y | 四位数的年份表示（000-9999） |
| %m | 月份（01-12） |
| %d | 月内中的一天（0-31） |
| %H | 24小时制小时数（0-23） |
| %M | 分钟数（00-59） |
| %S | 秒（00-59） |
| %j | 年内的一天（001-366） |
| %W | 一年中的星期数（00-53）星期一为星期的开始 |
| %w | 星期（0-6），星期天为星期的开始 |
29. 保存 DataFrame 到⽂件（to_csv）
df.to_csv('filename.csv', index=False)将 DataFrame 保存为 CSV ⽂件。
30. 从⽂件加载数据到 DataFrame（read_csv）
df = pd.read_csv('filename.csv')从⽂件中加载数据到DataFrame 。
31. 使⽤ apply 函数对列进⾏操作
df['NewColumn'] = df['Column'].apply(lambda x: x * 2)使⽤ apply 函数 对某列的每个元素进⾏操作，可传递⾃定义函数。
运行结果：
32. 使⽤ map 函数进⾏值替换
df['Status'] = df['Status'].map({'Active': 1, 'Inactive': 0})使⽤ map函数 根据字典或函数替换列中的值。
运行结果：
33. 使⽤ cut 函数进⾏分箱处理
df['AgeGroup'] = pd.cut(df['Age']
,bins=[20, 30, 40, 50]
,labels=['20-30', '30-40', '40-50'])使⽤ cut 函数将数值列分成不同的箱⼦，⽤标签表示。
运行结果：
34. 使⽤ groupby 和 transform 进⾏组内操作
df['MeanSalaryByAge'] = df.groupby('Age')['Salary'].transform('mean')使⽤ groupby 和 transform 在组内进⾏操作，并将结果⼴播到原始 DataFrame。
二、其他
1. 字符串处理（str）
df['StringColumn'].str.method()对字符串列进⾏各种处理，如切⽚、替换等。
2. 使⽤ pipe 进⾏链式操作（pipe）
df.pipe(func1).pipe(func2, arg1='value').pipe(func3)使⽤ pipe 进⾏链式操作，将多个操作组合在⼀起。
3. 合并 DataFrame（基于键）（merge）
pd.merge(df1, df2, on='KeyColumn', how='inner')使⽤指定列进⾏合并，指定合并⽅式（内连接、左连接、右连接、外连接）。
4. 透视表（pivot_table）
pd.pivot_table(df, values='ValueColumn', index='IndexColumn', columns='ColumnToPivot', aggfunc='mean')创建透视表，汇总数据。
