盘点66个Pandas函数使用.docxVIP

盘点66个Pandas函数，轻松搞定“数据清洗”！ 今天我们来盘点66个Pandas函数合集，包括数据预览、数值数据操作、文本数据操作、行/列操作等等，涉及“数据清洗”的方方面面。 Pandas 是基于NumPy的一种工具，该工具是为解决数据分析任务而创建的。它提供了大量能使我们快速便捷地处理数据的函数和方法。 数据预览 对于探索性数据分析来说，做数据分析前需要先看一下数据的总体概况。info()方法用来查看数据集信息，describe()方法将返回描述性统计信息，这两个函数大家应该都很熟悉了。 describe方法默认只给出数值型变量的常用统计量，要想对DataFrame中的每个变量进行汇总统计，可以将其中的参数include设为all。 head()方法和tail()?方法则是分别显示数据集的前n和后n行数据。如果想要随机看N行的数据，可以使用sample()方法。 df.sample(3) 输出： 如果要检查数据中各列的数据类型，可以使用.dtypes；如果想要值查看所有的列名，可以使用.columns。 df.columns 输出： Index([日期, 销量], dtype=object) 前面介绍的函数主要是读取数据集的数据信息，想要获得数据集的大小（长宽），可以使用.shape方法。 df.shape 输出： (5, 2) 另外，len()可以查看某列的行数，coun