Python数据分析必备-Pandas库汉化手册[借鉴].pdf

Pandas 手册汉化 此页面概述了所有公共 pandas 对象，函数和方法。 pandas.*命名空间中公开的所有类 和函数都是公共的。 一些子包是公共的， 其中包括 pandas.errors，pandas.plotting ，和 pandas.testing 。文档 中提到了公共函数 pandas.io 和 pandas.tseries 子模块。 pandas.api.types 分包包含一些与 pandas 中的数据类型相关的公共函数 . 输入 / 输出 Pickling read_pickle(path[,compression]) ：从文件加载 pickled pandas 对象（或任何对象） 平面文件 read_table(filepath_or_buffer[,sep, …]) ：将常规分隔文件读入DataFrame read_csv(filepath_or_buffer[,sep, …CSV]) ：将（逗号分隔）文件读入 DataFrame read_fwf(filepath_or_buffer[,colspecs,widths]) ：将固定宽度格式化的行表读入 DataFrame read_msgpack(path_or_buf[,encoding,iterator]) ：从指定的文件路径加载 msgpack pandas 对 象 剪贴板 read_clipboard([sep]) ：从剪贴板中读取文本并传递给 read_table. Excel read_excel(io[,sheet_name,header,names, …])Excel：将表读入 pandas DataFrame ExcelFile.parse([sheet_name,header,names, …]) ：将指定的工作表解析为DataFrame JSON read_json([path_or_buf,orient,typ,dtype, …JSON]) ：将字符串转换为 pandas 对象 json_normalize(data[,record_path,meta, …]) 将“半结构化： JSON 数据”“规范化”为平面表 build_table_schema(data[,index, …]) ：从中创建表模式data HTML read_html(io[,match,flavor,header, …]) HTML：阅读表格到 list 的 DataFrame 对象 HDFStore: PyTables (HDF5) read_hdf(path_or_buf[,key,mode]) ：从商店读取，如果我们打开它关闭它 . HDFStore.put(key,value[,format,append]) ：将对象存储在 HDFStore 中 HDFStore.append(key,value[,format, …]) ：附加到文件中的表. HDFStore.get(key) ：检索存储在文件中的 pandas 对象 HDFStore.select(key[,where,start ,stop, …]) ：检索存储在文件中的 pandas 对象，可选择基于 where 条件 HDFS() ：打印商店的详细信息 HDFStore.keys() ：返回与 HDFStore 中存储的对象相对应的键（可能无序）列表。 Feather read_feather(path[,nthreads]) ：从文件路径加载羽毛格式对象 Parquet read_parquet(path[,engine,columns]) ：从文件路径加载镶木地板对象，返回 DataFrame. SAS read_sas(filepath_or_buffer[,format, 读取存储为…]) ： XPORT 或 SAS7BDAT 格式文件的 SAS 文 件 SQL read_sq l_table(table_name,con[,schema, …])SQL：将数据库表读入 DataFrame. read_sql_query(sql,con[,index_c