读写

• 创建DataFrame
  df = pd.DataFrame(dict，index=[ ]) #从字典
df = pd.DataFrame(array，columns=[ ], index=[ ]) #从矩阵，如没有定义列名、索引名，默认数字
data.loc[data.shape[0], :] = [:] #逐行加入df

• 读取列名、索引
  df.columns
df.index

• 读取csv
  df = pd.read_csv()

• 写CSV
  df.to_csv(path,index=False)

• 默认显示前五行
  df.head()

• 通过名称索引
  df.loc[row,col]

• 通过数字索引
  df.iloc[row,col]

修改、删增

• 删除行（axis=0）、列（axis=1）
  df.drop([ ],inplace=False,axis=0)
• 改变索引
  df.set_index(colunms=[ ]，inplace=False)
• 重置0开始的索引
  df = df.reset_index(drop=True)
• 重新索引
  df = df.reindex(index=[ ],columns=[ ]) # 对行和列均可以重新索引
• 改变列名
  df.rename(columns=({'old':'new','old1':'new1'}),inplace=True)
• 组合两个dataframe
  df = pd.concat([df1,df2],axis=1) #axis=1增加列 ；axis=0增加行
df = df1.append(df2) #增加行，同上axis=0的情况，可用作逐行添加数据
df1.join(df2,how='inner/outer') #增加行，默认保留df1的全部索引，inner表示保留交集索引，outer保留并集索引

计算

• 求和
  df.sum() #对每列求和
df.sum(1) #对行求和
• 求均值、最大、最小值
  df.mean() #对每列求平均
df.mean(1) #对行
df.max()
df.min()

数据处理

• 正则匹配
  series.str.extract(pat, flags=0, expand=None)
#pat : 字符串或正则表达式
#flags : 整型,
#expand : 布尔型,是否返回DataFrame
#Returns:数据框dataframe/索引index
• 去重复
  df.drop_duplicates(cols,keep='first',inplace=True)
• 空值处理
  df.dropna(inplace=True) #去空值
df.fillna(0) #替换空值为0
• 显示基本信息（包括行列数、每行非空数据条数等）
  df.info()
• 改变列的数据类型
  df[ ].astype()
• 显示数值特征
  df.describe()
• 显示数据分布
  df[ ].value_counts(normalize=True) #normalize=True显示比例，不加显示数量
• 根据某个列的值排序
  df.sort_values(by='xxxx', ascending=False).head()
df.sort_values(by=['xxxx', 'yyyy'], ascending=[True, False]).head() #根据多个列的数值排序
  -应用函数至每一列
  df.apply() #一般用lambda表示函数
df.apply( ,axis=1) #应用到每一行
• 替换某一列中的值
  df[xxxx'] = df['xxxx'].map(dict)
df = df.replace({'xxxx': dict})
• 分组数据
  df.groupby(by=grouping_columns)[columns_to_show].function()
#groupby方法根据grouping_columns的值进行分组。
#接着，选中感兴趣的列（columns_to_show）。如果不包括这一项，那么会包括所有非groupby列。
#最后，应用一个或多个函数。
• 列联表
  pd.crosstab(df['xxxx'],df['yyyy'],normalize=False)
• 透视表
  df.pivot_table(['xxxx', 'yyyy'], ['zzzz'], aggfunc='mean')
#values 需要计算统计数据的变量列表
#index 分组数据的变量列表
#aggfunc 需要计算哪些统计数据，例如，总和、均值、最大值、最小值，等等