Pandas筆記目錄

速查筆記	使用實例
Pandas-數據導入 （未完成）
Pandas-數據探索 基礎屬性 shape indexs columns values dtype/dtypes　　 匯總和計算描述統計 count() value_count() describe()　　 head() tail()
Pandas-數據整理 丟棄值 drop() 缺失值處理 isnull() & notnull() dropna() fillna()　　 值替換 replace() get_dummies()　 重復值處理 duplicated() is_unique() unique() drop_duplicated() 排序&排名 sort_index() rank()　　 索引設置 reindex() set_index() reset_index() stack() & unstack() 修改列名 rename()	【轉載】使用pandas進行數據清洗 數據表中的重復值 duplicated() drop_duplicated() 數據表中的空值/缺失值 isnull()&notnull() dropna() fillna() 數據間的空格 查看數據中的空格 去除數據中的空格 大小寫轉換 數據中的異常和極端值 replace() 更改數據格式 astype() to_datetime() 數據分組 cut() 數據分列 split()
Pandas-數據選取 [] where 布爾查找 isin query loc iloc ix map與lambda contains	【轉載】使用Pandas對數據進行篩選和排序 sort() 對單列數據進行排序 對多列數據進行排序 獲取金額最小前10項 獲取金額最大前10項 Loc 單列數據篩選並排序 多列數據篩選並排序 按篩選條件求和(sumif, sumifs) 按篩選條件計數(countif, countifs) 按篩選條件計算均值(averageif, averageifs) 按篩選條件獲取最大值和最小值
	【轉載】使用Pandas進行數據提取 set_index() ix 按行提取信息 按列提取信息 按行與列提取信息 提取特定日期的信息 按日期匯總信息 resample()
Pandas-多表操作 merge join concat append combin_first	【轉載】使用Pandas進行數據匹配 merge()介紹 inner模式匹配 lefg模式匹配 right模式匹配 outer模式匹配 NaN值匹配模式
Pandas-數據聚合與分組運算 （未完成） 圖解“split-apply-combine” 數據的分類split： groupby() 以column進行分組 以index進行分組 分組遍歷　 數據的應用apply： aggregate()  agg() 數據的轉譯tansformaton： transform() 數據的過濾filteration： filter() 數據透視表 pivot() pivot_table() crosstab()	【轉載】使用Pandas創建數據透視表 pandas.pivot_table() 創建簡單的數據透視表 增加一個行維度(index) 增加一個值變量(value) 更改數值匯總方式 增加數值匯總方式 增加一個列維度(columns) 增加多個列維度　 增加數據匯總值