在 Python 的 `pandas` 库中，有许多常用函数可以帮助用户高效地进行数据处理和分析。以下是一些常用的函数及其功能介绍： ### 数据读取与写入 - **`read_csv()`**：用于读取 CSV 文件并将其转换为 DataFrame 对象。 ```python import pandas as pd df = pd.read_csv('data.csv') ``` - **`read_excel()`**：用于读取 Excel 文件并将其转换为 DataFrame 对象。 ```python df = pd.read_excel('data.xlsx') ``` - **`to_csv()`**：将 DataFrame 对象保存为 CSV 文件。 ```python df.to_csv('output.csv', index=False) ``` - **`to_excel()`**：将 DataFrame 对象保存为 Excel 文件。 ```python df.to_excel('output.xlsx', index=False) ``` ### 数据选择与操作 - **`loc[]`** 和 **`iloc[]`**：用于按标签或位置选择数据。 ```python # 按标签选择 df.loc['row_label'] # 按位置选择 df.iloc[0] ``` - **`drop()`**：用于删除指定的行或列。 ```python df.drop('column_name', axis=1, inplace=True) ``` - **`rename()`**：用于重命名列名或行索引。 ```python df.rename(columns={'old_name': 'new_name'}, inplace=True) ``` ### 数据清洗 - **`isnull()`** 和 **`notnull()`**：用于检测缺失值。 ```python df.isnull() ``` - **`fillna()`**：用于填充缺失值。 ```python df.fillna(0, inplace=True) ``` - **`dropna()`**：用于删除包含缺失值的行或列。 ```python df.dropna(inplace=True) ``` ### 数据聚合与统计 - **`mean()`**、**`median()`**、**`sum()`**：用于计算均值、中位数和总和。 ```python df['column_name'].mean() ``` - **`describe()`**：用于生成描述性统计信息。 ```python df.describe() ``` ### 数据合并与连接 - **`concat()`**：用于沿指定轴连接多个 DataFrame 对象。 ```python pd.concat([df1, df2], axis=0) ``` - **`merge()`**：用于根据一个或多个键将两个 DataFrame 合并在一起。 ```python pd.merge(df1, df2, on='key_column') ``` - **`join()`**：用于基于索引连接列。 ```python df7.join(df8, lsuffix="_df7", rsuffix="_df8") ``` ### 数据排序与分组 - **`sort_values()`**：用于按值排序。 ```python df.sort_values(by='column_name', ascending=False) ``` - **`groupby()`**：用于按一个或多个列进行分组，并应用聚合函数。 ```python df.groupby('category_column').mean() ``` ### 其他常用函数 - **`apply()`**：用于对 DataFrame 的每一行或每一列应用自定义函数。 ```python df['column_name'].apply(lambda x: x * 2) ``` - **`pivot_table()`**：用于创建透视表。 ```python df.pivot_table(values='value_column', index='index_column', columns='column_column') ``` 这些函数只是 `pandas` 库中众多功能的一部分，但它们在日常数据处理任务中非常实用。通过合理组合和使用这些函数，可以高效地完成复杂的数据分析工作。