用Python做数据分析,涉及到的函数实在是太多了,容易忘记,去网上查中文基本上差不到,英文有时候描述不清楚问题。
这里搞个针对个人习惯的函数汇总速查手册,下次需要用一个什么功能,就在这里面查到对应的函数名字,然后取搜索具体用法。随时更新。
Numpy
创建:
创建一个随机数组x*y:
np.empty(x,y)
-----------Pandas----------
Series
判断是否是唯一的值:
obj.unique()
统计值:
obj.value_counts()
DataFrame:
根据一个列或者多个列进行排序
frame.sort_values(by=[‘a‘,‘b‘])
删除列/删除行
del frame[‘a‘]
del frame[3]
对整个表应用操作f
frame.apply(f)
对列进行重新排序/重排:
frame.colomns = [‘b‘,‘c‘,‘a‘]
对每列求和
frame.sum()
对每行求和
frame.sum(axis=1)
求累计和,就是加上前几行的数据的总和
frame.cumsum()
求每列最大值的索引
frame.idxmax() 返回索引
frame.argmax() 返回一个整数值
求每行最大值的索引
frame.idxmax(axis=1)
对每一列进行汇总统计(包括 计数/均值/方差/最小值/分位点/最大值)
frame.describe()
缺失数据/缺失处理:
删除缺失数据(NaN):
丢掉数据:dropna
只丢掉全为空的列: data.dropna(axis=1,how=‘all‘)
用指定值填充:fillna
对每个位置判断有无缺失: isnull , notnull
填充缺失数据(NaN):
用指定值填充:
data.fiina(1)
用平均值填充:
data.fillna(data.mean())