.as_matrix() ndarray columns=None 返回指定列(默认全部)

.get_dtype_counts() 返回dtype的计数结果

.get_ftype_counts() 返回ftype的计数结果

.select_dtypes() df 选择或排除指定数据类型的列

include=None 标量或list_like, 要选择的列

exclude=None 标量或list_like, 要排除的列

.memory_usage() Series df的内存使用情况

index=True 索引是否参与计算

deep=False 是否计算df引用的对象的内存使用情况

.index 行标签

.columns 列标签

.values ndarray df的值

.dtypes Series df每一列的数据类型

.ftypes Series 返回df每一列是稀疏还是稠密, 以及数据类型

.axes list 返回 [行标签, 列标签]

.ndim int 轴数

.size int df的元素数量

.shape tuple df的形状

.astype() df 转换数据类型

dtype np.dtype 或 {列名: np.dtype}

copy=True 是否复制基层数据

errors='raise' 'raise': 转换失败则报错; 'ignore': 转换失败则保留原数据类型

**kwargs 更多关键字参数

.infer_objects() df 试图推断更好的dtypes

.copy() df 拷贝数据

deep=True False: 同赋值号, True: 拷贝数据, 但不会深层拷贝

.isnull() df 判断对应位置元素是否是空值, 0.22版本新增.isna()

.notnull() df 判断对应位置元素是否不是空值, 0.22版本新增.notna()

索引, 迭代

.head() df n=5 返回前n行

.at[i, c] 标量 基于标签的访问器

.iat[m, n] 标量 基于位置的访问器

.loc[i, c]

[i, c] 基于单个标签访问

[[i1,i2], [c1,c2]] 基于多个标签访问

[i1:i2, c1:c2] 包括边界

[bool_df] 仅保留True位置的值

.iloc[m, n] 参考.loc, 不过是基于位置的

.insert() df 新增列

loc 要插入的位置[0, len(columns)]

column 要设置的列标签

value 要插入的值

allow_duplicates=F 列标签是否允许重名

.__iter__() iter 返回一个列标签迭代器

.iteritems() iter 返回列迭代器 (列名, Series)

.iterrows() iter 返回行迭代器 (索引, Series)

.itertuples() iter 返回行迭代器 Pandas(Index=i1, c1=v1, c2=v2, ...)

index=True 是否返回索引

name='Pandas'

.lookup() ndarray 返回 [df.loc[i1,c1], df.loc[i2,c2], ...]

row_labels [i1, i2, ...]

col_labels [c1, c2, ...]

.pop() Series item 删除并返回指定列

.tail() df n=5 返回后n行

.xs() 返回指定行或列

key 行标签或列标签, 可以是Multilndex (c_name or int)

axis=0 轴

level=None 标量或list_like. 指定key是多级索引中的哪几级

drop_level=True 是否删除level指定的那几级索引

.isin() df 判断元素是否在values中

values

list : 判断所有元素是否在此列表中

dict : {c: []} 判断对应列的值是否在字典对应列表中

df : 对应列名, 包含且index相同才返回True

other 常量, Series或df

axis='columns' {0, 1, 'index', 'columns'}, other为Series时生效

level=None int或name. 在一个级别上广播

fill_value=None 用来填充缺失值的值, 若两个df位置都丢失, 结果将会丢失

.sub; .mul; div; .truediv; .floordiv; .mod; .pow 同 -   *   /   /   //   %   **

.radd; .rsub; ... 右侧运算, 即 other - df 等

.lt ; .gt ; .le ; .ge ; .ne ; .eq 同 <   >   <=   >=   !=   ==

.combine() df 使用自定义函数运算

other df

func 传入两个Series(两个df的对应列), 返回一个Series

fill_value=None 标量

overwrite=True

.combine_first() df other 按照索引求并集, 优先保留左侧值

功能应用, 分组及窗口

.apply() df 对df中的每一行(列)执行操作

func 传入一个Series, 返回一个Series

axis=0

0或'index' : 传入的是列

1或'columns' : 传入的是行

broadcast=False 是否广播, 对于聚合函数, 返回和传播值相同大小的对象

raw=False True: 传入函数的将是ndarray而不是Series(性能更好)

reduce=None True: 返回Series(若无法返回Series将返回df), False: 返回df

args=() 其它位置参数传递给func

**kwds 其它关键词参数传递给func

.applymap() df 对每一个元素执行func

func 传入一个值, 返回一个值

.agg[regate]() df 对每一列(行)执行某一操作

'内置函数名' : 对每一列(行)执行此操作(如'sum')

function : 要对每一列(行)执行的操作

['内置函数名'] or [function] 对每一列(行)执行多个操作

dict : {name: function or functions} 对对应列(行)执行对应操作

axis=0 0: 对每一列执行操作, 1:对每一行执行操作

*args 传递给函数的位置参数

**kwargs 传递给函数的关键词参数

.transfrom() df func 参考.agg

*args

**kwargs

.groupby() obj 对数据进行分组, 分组后使用sum之类的方法可以计算分组后的结果

by [c1, c2]: 选中某些列作为分组标准

axis=0 轴

level=None 多级索引的级别名称

as_index=True 分组的列是否作为结果的索引

sort=True

group_keys=True

squeeze=False

**kwargs

.rolling() obj 指定窗口, 步长为1移动窗口, 可对窗口中内容分别进行运算, 比如.sum()

windows 窗口大小(n行/列)

min_periods=None 允许的最小窗口

freq=None

center=False 是否将计算结果放到中心而不是右侧

win_type=None 参考scipy.signal(默认所有点均匀加权)

on=None 在指定列来计算滚动窗口而不是索引(此列将不参与计算)

axis=0 轴

closed=None

.expanding() obj 累计计算, 比如加.sum()累加等

min_periods=1 参考.rolling

freq=None

center=False

axis=0

.ewm() obj

计算/描述统计

.abs() df 对所有元素求绝对值, 仅适用于全为数字的对象

.all() S/df 判断每一列(行)是否全为True

axis=None 轴

bool_only=None 是否仅计算bool类型的值

skipna=None

level=None 用于指定多级索引

**kwargs

.any() S/df 判断每一列(行)是否存在True (参数同.all)

.clip() df 限定取值范围(范围外的的将被更新为设定的最小值或最大值)

lower=None float或array_like. 最小值

upper=None 最大值

axis=None 轴

inplace=False 是否本地修改

*args

**kwargs

.clip_lower() df 同.clip, 但只给出下限

threshold 界限值

.clip_upper() df 同.clip_lower, 但给出的是上限值

.corr() df 计算列的成对相关性, 不包括Na值

method='pearson'

'pearson' : 标准相关系数

'kendall'

'spearman'

min_periods=1

.corrwith() df 计算两个df之间的成对相关系数

other df

axis=0 轴

drop=False

.count() S/df 统计, 统计非NaN的数量

axis=0 轴  {0 or 'index', 1 or 'columns'}

level=None 如果轴是MultiIndex, 则沿指定级别进行计数, 折叠到DataFrame中

numeric_only=False 是否仅对 float, int, bool 类型数据进行统计

.cov() df 计算列的成对协方差, 不包括NA

min_periods=None 每列所需的最小观察次数, 以获得有效结果

.cummax() df 下面一个值更新为其上面最大的一个值(即累积最大值)

axis=None 轴

skipna=True 是否忽略空值, False: Na下面全部被更新为Na

.cummin() df 参考.cummax(), 但更新为累积最小值

.cumprod() df 参考.cummax(), 但更新为累积积

.cumsum() df 参考.cummax(), 但更新为累积和

.describe() df 生成统计描述, count, mean, std, min, max, ...

percentiles=None 输出相应的百分位数0~1, 默认 [.25, .5, .75]

include=None 返回到结果中的白名单(列)

'all' : 所有列都将包含在输出中

list_like : 将结果限制为指定类型, np.number显示数字类型的统计结果, np.object显示对象类型的统计结果, 'O'显示字符串类型的统计结果

None : 结果将包含所有数字列

exclude=None 从结果中省略的黑名单, list_like or None

.diff() df 下面的值跟上面的差

periods=1 下面值跟上面第 periods 个值的差

axis=0 轴

.eval() 将字符串转换为表达式

'a+b' : 返回df的a列与b列相加的结果

'c=a+b' : 新增一列c为a列与b列相加的结果

'1+1' : 返回1+1的结果

inplace=False 是否本地修改

**kwargs 更多参数参考pandas.eval()

.kurt() S/df 无偏峰度

axis=None 轴

skipna=None(True) 计算时是否排除空值

level=None 如果轴是MultiIndex, 则沿指定级别进行计算, 返回df

numeric_only=None 是否仅对 float, int, bool 类型数据进行计算

重新索引/选择/标签操作

.add_prefix() df prefix 将列标签前面加上前缀prefix

.add_suffix() df suffix 将列标签前面加上后缀suffix

.align() tuple 更新索引并以(df1, df2)的形式返回, 缺失值以nan补全

other df或Series

join='outer'

'outer' : 新索引为s与s2的并集

'inner' : 新索引为s与s2的交集

'left' : 新索引为s的索引

'right' : 新索引为s2的索引

axis=None 轴

level=None 指定多级索引的级别

copy=True 是否返回新对象

fill_value=None 缺失值使用的值, 默认为np.nan

method=None

limit=None

fill_axis=0

broadcast_axis=N 沿该轴广播

.drop() df 删除对应索引或标签

labels=None 要删除的行(列), 单一标签或list_like

axis=0 轴

index=None 0.21新增, 相当于(label, axis=0)

columns=None 0.21新增, 相当于(label, axis=1)

level=None 指定多级索引的级别

inplace=False 是否本地修改

errors='raise' 'ignore': 忽略错误

.drop_duplicates() df 删除重复项

subset=None 列标签或标签序列, 只考虑识别选中列的重复项, 默认所有列

keep='first'

'first' : 仅保留第一次出现的副本(默认)

'last' : 删除重复项, 但最后一项除外

False : 删除所有重复项

inplace=False 是否本地修改

.duplicated() df 返回是否是重复项的bool表示结果

subset=None 列标签或标签序列, 只考虑识别选中列的重复项, 默认所有列

keep='first'

'first' : 除第一次出现外, 标记重复为True

'last' : 除了最后一次出现, 标记重复为True

False : 将所有重复项标记为True

items=None list_like: [index or columns]

like=None string: 保留含有此字符串的那些 columns or index

regex=None 使用正则匹配

axis=None 轴, 默认为columns

.first() df 基于时间的子集查询

offset '10D': 表示取出前10天的数据

.head() df n=5 显示前n条数据

.idxmax() Series 返回请求轴上最大值对应的索引(或标签)

axis=0 默认返回每一列最大值对应的索引, 标签作为索引, 查找到的索引作为值

skipna=True 是否排除空值

.idxmin() Series 同上不过是最小值

.last() df 同.first(), 不过是后n天

.reindex() df 根据新索引/标签返回数据, 原数据中存在的索引/标签对应的值将被返回, 新的索引/标签对应的值默认为nan

labels=None 新的标签/索引, 根据axis值来定, 默认索引

index=None 新索引

columns=None 新标签

axis=None 轴

method=None {None, ‘backfill’/’bfill’, ‘pad’/’ffill’, ‘nearest’}: 填充方法

copy=True 是否返回一个新对象

level=None 索引/标签级别

fill_value=nan 缺失值填充

limit=None 向前或向后填充的连续最大填充次数

tolerance=None 公差???

.reindex_axis() df 同 reindex() 不过没有 index 和 columns 参数

.reindex_like() df 新对象的 索引/标签 同传入的df的 索引/标签 相同

other 传入的df

method, copy, limit, tolerance

.rename() df 更改 索引/标签 名

mapper=None fun, dict-like: 结合axis使用, 表示 索引/标签

index=None 更改索引

columns=None 更改标签

axis=None 轴

copy=True 是否生成新对象

inplace=False 是否本地修改

level=None 多级索引的操作级别

.rename_axis() df 同上: mapper, axis=0, copy, inplace

.reset_index() df 将索引作为df中的一列值

level=None 多级索引, 操作的索引级别

drop=False 是否删除索引转换出来的列

inplace=False 是否本地修改

col_level=0 如果columns是多级的, 转换出来的列的标签名的级别

col_fill='' 指定多级索引其它级别的name, None表示重复索引名

.sample() df 随机返回n个样本

n=None 返回的项目数, 默认1

frac=None 返回的百分比, 0.0-1.0, 不能与n同时使用

replace=False 是否允许重复

weights=None

None : 等概率加权

Series : 相同索引的被设置为对应权重, 未出现的被设置为0

random_state=None 随机数种子

axis=None 轴, 默认为0

.select() df 返回满足条件的数据

crit function: 在每个 索引/标签 上调用, 返回 bool 的函数

axis=0 轴

.set_index() df 将某些列作为索引

keys column, [columns], [[跟df等长的其它来源索引]]

drop=True 是否删除作为索引的那些列

append=False 是否将列追加到现有索引

inplace=False 是否本地修改

verify_integrity=False 是否检查新索引, False会直到需要时再检查

.tail() df n=5 返回最后n行

.take() df 返回指定行/列

indices [int]: 返回指定的那些行/列

axis=0 行/列

convert=None 是否允许使用负指数, 默认True, 0.21.0 被取消, 始终允许

is_copy=True 是否返回原始对象的副本

**kwargs

.truncate() 截取两个 索引/标签 之间的数据

before=None 截断此值之前的所有数据

after=None 截断此值之后的所有数据

axis=None 轴, 默认操作索引

copy=True 是否拷贝

缺失数据处理

.dropna() df 删除含有na的行(列)

axis=0 轴

how='any' {'any', 'all'}

thresh=None 有效值个数, 有效值低于此值的行(列)被删除

subset=None list_like. 列(行)标签列表, 只考虑列表中的列(行)

inplace=False 是否本地修改

.fillna() df 使用指定方法填充空值

value=None

标量 : 使用此值替换na值

dict/Series : 对应标签的列按照对应的值填充

df : 对应为值的值填充对应位置

method=None {‘backfill’, ‘bfill’, ‘pad’, ‘ffill’, None}

axis=None {0 or ‘index’, 1 or ‘columns’}

inplace=False 是否本地修改

limit=None 每行(列)最大填充次数

downcast=None

**kwargs

.replace() df 将to_replace中给出的值替换为value

to_replace=None

str : 字符串精确匹配

regex : 正则表达式匹配

list : 若value也是list则需相同长度, 一一对应替换

dict :

None :

value=None 参考.fillna

inplace=False 是否本地修改

limit=None 每行(列)最大填充次数

regex=False True: 将to_replace作为正则表达式解析

method='pad' {‘backfill’, ‘bfill’, ‘pad’, ‘ffill’, None}

axis=None {0 or ‘index’, 1 or ‘columns’}

形状变换, 排序, 转置

.pivot() df 重新整形数据(数据透视表), 参考 pd.pivot()

index=None 作为索引的列

columns=None 作为列标签的列

values=None 作为值的列

.reorder_levels() new obj 对对及索引进行重排

order [str or int]: 按指定顺序对索引进行重排, 不能遗漏和重复

axis=0 对哪里进行重排

.sort_values() df 按值排序 0.17.0

by str or list of str: 在这些列上排序

axis=0 {0 or ‘index’, 1 or ‘columns’}: 默认按行排序

ascending=True bool or bools: 是否按升序排序, 如果是bools则长度需和by相同

inplace=False 是否在本地修改

kind='quicksort' {‘quicksort’, ‘mergesort’, ‘heapsort’}: 排序算法, 其它算法只支持单列

na_position='last' {‘first’, ‘last’}: 空值放在开头或结尾(默认放在结尾)

.sort_index() df 对索引或列标签排序

axis=0 默认对索引进行排序

level=None int or level name or list: 需要排序的索引级别

ascending=True 是否升序排序

inplace=False 是否本地修改

kind='quicksort' 排序算法

na_position='last' {‘first’, ‘last’}: 空值放在开头或结尾(默认放在结尾)

sort_remaining=True 按指定级别排序后是否对其他级别进行排序(按顺序)

by=None ??

.nlargest() df 对指定列进行降序排序并截取n个, 可结合groupby使用

n int: 截取的个数

columns list or str: 指定降序排序的列

keep='first' {‘first’, ‘last’}: 对于重复值保留第一次(或最后一次)出现的

.nsmallest() df 同 .nlargest() 不过是升序排序

.swaplevel() new obj 对指定的两个索引级别进行交换

i=-2, j=-1 int, string

axis=0 对index还是对columns执行

.stack() df/S 索引作为前n级索引, 最后一级columns作为第n+1级索引, 剩余columns作为新columns

level=-1 int, string, list: 指定堆叠到索引的columns的级别

dropna=True 是否删除没有有效值的行

.unstack() df/S 将多级索引拆成新 index 和 columns

level=-1 int, string, list: 要作为columns的索引级别

fill_value=None 缺失值填充

.melt() df 将columns作为某列值

id_vars=None 作为id的列, 保持不变

value_vars=None 作为值的列

var_name=None 默认 'variable' columns名生成的列的列名

value_name='value' 值列的列名

col_level=None 如果columns是多级的则使用此指定级别进行操作

.T df 转置

.to_panel() Panel 将df转换为 3D 的Panel

.to_xarray() ???

.transpose() df *args, **kwargs 转置

组合/加入/合并

.append() df 追按照列标签进行追加操作, 缺失使用nan填充

other df

ignore_index=False 是否不使用索引标签

verify_integrity=False 是否不允许存在重复索引

.assign() df 新增列

**kwargs

列名 = func : 传入df, 返回一列值的函数

列名 = 标量 : 此列值都为此标量

列名 = list_like : 跟df同长度

列名 = Series : Series中跟df索引相同的作为新列的值, 缺失nan

left_on=None 左侧df要与右侧df要对齐的列

right_on=None 右侧df要与左侧df要对齐的列

left_index=False 左侧df是否使用索引与右侧对齐

right_index=False 右侧df是否使用索引与左侧对齐

sort=False 结果是否按照索引排序

suffixes=('_x','_y') 重复列后缀

copy=True 是否生成新对象

indicator=False 是否显示此行数据来源('left_only', 'right_only', 'both')

True : 此列标签将被设置为'_merge'

str : 设置此列标签为此字符串

validate=None 0.21新增

.update() df 将左侧df相应列相同索引的值更新为右侧的值, 不存在则保留原值(本地修改)

other df, 有name属性的Series

join='left' 无其它取值, 此参数不能被设置为其它值

overwrite=True 覆盖?????

filter_func=None

raise_conflict=F 若两个df存在同一数据来源, 将报错