文：George Seif
编译：之肴
来源：https://towardsdatascience.com/23-great-pandas-codes-for-data-scientists-cca5ed9d8a38
这儿有给数据分析师的23个Pandas代码，可以帮你更好地理解数据！Pandas想必从事数据分析的各位都懂，这是一个开源的，BSD许可的库，为Python编程语言提供高性能，易于使用的数据结构和数据分析工具。还不熟悉的新手可以复制官网链接，10分钟快速了解下：http://pandas.pydata.org/pandas-docs/stable/10min.html
应用案例集合也可以看看：http://pandas.pydata.org/pandas-docs/stable/cookbook.html
基础数据集信息
（1）读入 CSV 数据集
pd.DataFrame.from_csv(“csv_file”)
或者：
pd.read_csv(“csv_file”)
（2）读入 Excel 数据集
pd.read_excel('excel_file')
（3）直接把数据写入 CSV
如数据以逗号分隔，且没有索引：
df.to_csv('data.csv', sep=',', index=False)
（4）基础数据集特征信息
df.info()
（5）基础数据集统计结果
print(df.describe())
(6) 以表格形式打印数据
print(tabulate(print_table, headers=headers))
其中“print_table”是一列list，“headers”是一列字符串抬头
（7）列出列名称
df.columns
基本数据处理
（8）删除缺失的数据
df.dropna(axis=0, how='any')
返回给定轴上标签的对象，逐个丢掉相应数据。
（9）替换丢失的数据
df.replace(to_replace=None, value=None)
用“value”的值替换“to_replace”中给出的值。
（10）检查 NAN
pd.isnull(object)
检测缺失值（有数值数组中的NaN，对象数组中的None和NaN）
（11）删除特征
df.drop('feature_variable_name', axis=1)
轴为 0 代表行，1 代表列
（12）将对象类型转换为 float
pd.to_numeric(df['feature_name'], errors='coerce')
将对象类型转换为数字型以便计算（如果它们是字符串的话）
（13）将数据转换为 Numpy 数组
df.as_matrix()
（14）获取数据的头“n”行
df.head(n)
（15）按特征名称获取数据
df.loc[feature_name]
操作数据
（16）将函数应用于数据
这个函数将数据里“height”一列中的所有值乘以2
df['height'].apply(*lambda* height: 2 * height)
或：
def multiply(x): return x * 2df['height'].apply(multiply)
（17）重命名数据列
这里我们将数据的第3列重命名为“size”
df.rename(columns = {df.columns[2]:'size'}, inplace=True)
（18）单独提取某一列
获取 name 列中的所有唯一值
df['name'].unique()
（19）访问子数据
我们从数据中选择“name”和“size”两列
new_df = df[['name', 'size']]
（20）总结数据信息
#数据之和df.sum()
#数据中的最小值df.min()
#数据中的最大值df.max()
#最小值的索引df.idxmin()
#最大值的索引df.idxmax()#数据统计信息，有四分位数，中位数等df.describe()
#平均值df.mean()
#中位数值df.median()
#列之间的相关性df.corr()
（21）对数据进行排序
df.sort_values(ascending = False)
（22）布尔索引
这里我们过滤“size”的数据列，以显示等于5的值：
df[df['size'] == 5]
（23）选择某值
选择“size”列的第一行：
df.loc([0], ['size'])
联系客服
