import pandas as pd

# 自己創(chuàng)建數(shù)據(jù)框，用于練習(xí)
pd.DataFrame() 

# 從 CSV 文件導(dǎo)入數(shù)據(jù)
pd.read_csv('filename.csv') 

# 從限定分隔符的文本文件導(dǎo)入數(shù)據(jù)
pd.read_table('filename.txt') 

# 從 Excel 文件導(dǎo)入數(shù)據(jù)
pd.read_excel('filename.xlsx') 

# 從 SQL 表/庫(kù)導(dǎo)入數(shù)據(jù)
pd.read_sql(query, connection_object) 

# 從 JSON 格式的字符串導(dǎo)入數(shù)據(jù)
pd.read_json(json_string) 

# 解析 URL、字符串或者 HTML 文件，抽取其中的 tables 表格
pd.read_html(url) 

# 導(dǎo)出數(shù)據(jù)到 CSV 文件
df.to_csv('filename.csv') 

# 導(dǎo)出數(shù)據(jù)到 Excel 文件
df.to_excel('filename.xlsx') 

# 導(dǎo)出數(shù)據(jù)到 SQL 表
df.to_sql(table_name, connection_object) 

# 以 Json 格式導(dǎo)出數(shù)據(jù)到文本文件
df.to_json('filename.json') 

# 將多個(gè)數(shù)據(jù)幀寫入同一個(gè)工作簿的多個(gè) sheet (工作表)
writer = pd.ExcelWriter('test.xlsx', index=False) 
df1.to_excel(writer, sheet_name='單位') 
writer.save() # 注意：在較新版本 Pandas 中，推薦使用 with pd.ExcelWriter(...) as writer: 語法

# 查看 DataFrame 對(duì)象的前 n 行
df.head(n) 

# 查看 DataFrame 對(duì)象的最后 n 行
df.tail(n) 

# 查看行數(shù)和列數(shù)
df.shape 

# 查看索引、數(shù)據(jù)類型和內(nèi)存信息
df.info() 

# 查看字段（首行）名稱
df.columns 

# 查看數(shù)值型列的匯總統(tǒng)計(jì)
df.describe() 

# 查看 Series 對(duì)象的唯一值和計(jì)數(shù)
s.value_counts(dropna=False) 

# 查看 DataFrame 對(duì)象中每一列的唯一值和計(jì)數(shù)
df.apply(pd.Series.value_counts) 

# 查看是否有缺失值
df.isnull().any() 

# 查看 column_name 字段數(shù)據(jù)重復(fù)的數(shù)據(jù)信息
df[df['column_name'].duplicated()] 

# 查看 column_name 字段數(shù)據(jù)重復(fù)的個(gè)數(shù)
df[df['column_name'].duplicated()].count() 

# 根據(jù)列名，并以 Series 的形式返回列
df['col'] 

# 以 DataFrame 形式返回多列
df[['col1', 'col2']] 

# 按位置選取數(shù)據(jù) (Series)
s.iloc[0] 

# 按索引選取數(shù)據(jù) (Series)
s.loc['index_one'] 

# 返回第一行
df.iloc[0, :] 

# 返回第一列的第一個(gè)元素
df.iloc[0, 0] 

# 返回第一行（索引為默認(rèn)的數(shù)字時(shí)，用法同 df.iloc），但需要注意的是 loc 是按索引, iloc 參數(shù)只接受數(shù)字參數(shù)
df.loc[0, :] 

# 【已棄用】返回字段為 col1 和 col2 的前 5 條數(shù)據(jù)
# 注意：.ix 在新版 Pandas 中已被移除，請(qǐng)使用 .loc 或 .iloc
# df.ix[[:5], ["col1", "col2"]] 

# 選擇索引名稱為 5，字段名稱為 col1 的數(shù)據(jù)
df.at[5, "col1"] 

# 選擇索引排序?yàn)?5，字段排序?yàn)?0 的數(shù)據(jù)
df.iat[5, 0] 

# 重命名列名（需要將所有列名列出，否則會(huì)報(bào)錯(cuò)）
df.columns = ['a', 'b', 'c'] 

# 檢查 DataFrame 對(duì)象中的空值，并返回一個(gè) Boolean 數(shù)組
pd.isnull(df) 

# 檢查 DataFrame 對(duì)象中的非空值，并返回一個(gè) Boolean 數(shù)組
pd.notnull(df) 

# 刪除所有包含空值的行
df.dropna() 

# 刪除所有包含空值的列
df.dropna(axis=1) 

# 刪除所有小于 n 個(gè)非空值的行
df.dropna(axis=1, thresh=n) 

# 用 x 替換 DataFrame 對(duì)象中所有的空值
df.fillna(value=x) 

# 指定列填充缺失值
df['column_name'].fillna(x) 

# 將 Series 中的數(shù)據(jù)類型更改為 float 類型
s.astype(float) 

# 用 ‘one' 代替所有等于 1 的值
s.replace(1, 'one') 

# 用 'one' 代替 1，用 'three' 代替 3
s.replace([1, 3], ['one', 'three']) 

# 批量更改列名
df.rename(columns=lambda x: x + 1) 

# 選擇性更改列名
df.rename(columns={'old_name': 'new_name'}) 

# 將某個(gè)字段設(shè)為索引，可接受列表參數(shù)，即設(shè)置多個(gè)索引
df.set_index('column_one') 

# 將索引設(shè)置為 col1 字段，并將索引新設(shè)置為 0, 1, 2...
df.reset_index() # 原文為 df.reset_index("col1")，通常直接調(diào)用或傳 drop=True

# 批量重命名索引
df.rename(index=lambda x: x + 1) 

# 對(duì)前 5 條數(shù)據(jù)進(jìn)行索引排序
df.sort_index().loc[:5] 

# 按照列 col1 排序數(shù)據(jù)，默認(rèn)升序排列
df.sort_values('col1') 

# 按照列 col1 降序排列數(shù)據(jù)
df.sort_values('col2', ascending=False) 

# 先按列 col1 升序排列，后按 col2 降序排列數(shù)據(jù)
df.sort_values(['col1', 'col2'], ascending=[True, False]) 

# 返回一個(gè)按列 col 進(jìn)行分組的 Groupby 對(duì)象
df.groupby('col') 

# 返回一個(gè)按多列進(jìn)行分組的 Groupby 對(duì)象
df.groupby(['col1', 'col2']) 

# 返回按列 col1 進(jìn)行分組后，列 col2 的均值
df.groupby('col1')['col2'].agg('mean') 
# agg 可以接受列表參數(shù)，如 agg([len, np.mean])

# 創(chuàng)建一個(gè)按列 col1 進(jìn)行分組，計(jì)算 col2 的最大值和 col3 的最大值、最小值的數(shù)據(jù)透 視表
df.pivot_table(index='col1', values=['col2', 'col3'], aggfunc={'col2': max, 'col3': [max, min]}) 

# 返回按列 col1 分組的所有列的均值
df.groupby('col1').agg(np.mean) 

# 對(duì)特定列聚合
df.groupby('col1')['col2'].agg(['min', 'max']) 

# 對(duì) DataFrame 中的每一列應(yīng)用函數(shù) np.mean
data.apply(np.mean) 

# 對(duì) DataFrame 中的每一行應(yīng)用函數(shù) np.max
data.apply(np.max, axis=1) 

# 通常與 groupby 連用，避免索引更改（返回與原表長(zhǎng)度一致的序列）
df.groupby('col1')['col2'].transform("sum") 

# 【已棄用】將 df2 中的行添加到 df1 的尾部
# 注意：.append() 在 Pandas 2.0+ 中已被移除，請(qǐng)使用 pd.concat()
# df1.append(df2) 
pd.concat([df1, df2]) # 推薦做法

# 將 df2 中的列添加到 df1 的尾部，值為空的對(duì)應(yīng)行與對(duì)應(yīng)列都不要
df.concat([df1, df2], axis=1, join='inner') 

# 對(duì) df1 的列和 df2 的列執(zhí)行 SQL 形式的 join
# 默認(rèn)按照索引來進(jìn)行合并，如果 df1 和 df2 有共同字段時(shí)，會(huì)報(bào)錯(cuò)
# 可通過設(shè)置 lsuffix, rsuffix 來進(jìn)行解決
# 如果需要按照共同列進(jìn)行合并，就要用到 set_index(col1)
df1.join(df2.set_index('col1'), on='col1', how='inner') 

# 對(duì) df1 和 df2 合并，按照 col1，方式為 outer
pd.merge(df1, df2, on='col1', how='outer') 

# 與 df1.join(df2, how='outer') 效果相同
pd.merge(df1, df2, left_index=True, right_index=True, how='outer')