Pandas 33个冷知识 0721

Pandas 33个冷知识

1. 从Excel读取数据: 使用 pd.read_excel('file.xlsx') 来读取Excel文件。

2. 写入Excel: 使用 df.to_excel('file.xlsx', index=False) 将DataFrame写入Excel文件。

3. 创建日期索引: 使用 df.set_index(pd.to_datetime(df['date'])) 创建日期索引。

4. 向后填充缺失值: 使用 df.fillna(method='bfill') 向后填充缺失值。

5. 按索引选取多行: 使用 df.loc[[1, 2, 5]] 按索引选取多行。

6. 按位置选取多行: 使用 df.iloc[[0, 2, 4]] 按位置选取多行。

7. 创建空Series: 使用 pd.Series(dtype='float64') 创建一个空Series。

8. 重置列顺序: 使用 df = df[['col2', 'col1']] 重新排列DataFrame的列顺序。

9. 按多列排序: 使用 df.sort_values(by=['col1', 'col2'], ascending=[True, False]) 按多列排序。

10. 按列查找最大值的行: 使用 df.loc[df['col'].idxmax()] 查找列中最大值所在的行。

11. 按列查找最小值的行: 使用 df.loc[df['col'].idxmin()] 查找列中最小值所在的行。

12. 按条件删除行: 使用 df.drop(df[df['col'] < 10].index) 按条件删除行。

13. 按条件更新值: 使用 df.loc[df['col'] < 10, 'col'] = 10 按条件更新值。

14. 按列计算累计最大值: 使用 df['cummax'] = df['col'].cummax() 计算列的累计最大值。

15. 按列计算累计最小值: 使用 df['cummin'] = df['col'].cummin() 计算列的累计最小值。

16. 按列计算累计乘积: 使用 df['cumprod'] = df['col'].cumprod() 计算列的累计乘积。

17. 计算百分比变化: 使用 df['pct_change'] = df['col'].pct_change() 计算列的百分比变化。

18. 滚动窗口最大值: 使用 df['rolling_max'] = df['col'].rolling(window=3).max() 计算滚动窗口最大值。

19. 滚动窗口最小值: 使用 df['rolling_min'] = df['col'].rolling(window=3).min() 计算滚动窗口最小值。

20. 检测重复值: 使用 df.duplicated() 检测重复值。

21. 删除所有重复值: 使用 df.drop_duplicates() 删除所有重复值。

22. 替换值中的空字符串: 使用 df.replace('', np.nan, inplace=True) 替换值中的空字符串。

23. 数据透视表（多值）: 使用 pd.pivot_table(df, values=['val1', 'val2'], index='col1', columns='col2') 创建数据透视表。

24. 分组并计算自定义函数: 使用 df.groupby('col').apply(lambda x: x.max() - x.min()) 进行分组并计算自定义函数。

25. 扩展列表到多行: 使用 df.explode('col') 将列表扩展到多行。

26. 按列计算频率表: 使用 pd.crosstab(df['col1'], df['col2']) 计算频率表。

27. 将列名改为小写: 使用 df.columns = df.columns.str.lower() 将所有列名改为小写。

28. 将列名改为大写: 使用 df.columns = df.columns.str.upper() 将所有列名改为大写。

29. 按列值绘制直方图: 使用 df['col'].hist() 绘制列值的直方图。

30. 按列值绘制密度图: 使用 df['col'].plot(kind='kde') 绘制列值的密度图。

31. 按列值绘制箱线图: 使用 df.boxplot(column='col') 绘制列值的箱线图。

32. 按列值绘制散点图: 使用 df.plot.scatter(x='col1', y='col2') 绘制列值的散点图。

33. 数据框列值字符串替换: 使用 df['col'].str.replace('old', 'new') 替换列中的字符串。