pandas常用API_1

pandas

数据分析处理库

---

api

说明：
import pandas as pd
df_obj: dataframe对象（表格型的数据结构，提供有序的列和不同类型的列值）
s_obj: series对象（一维数组对象，包含一组索引和一组数据）
1. pd.read_csv(filepath_or_buffer, ...)
  将csv文件读取到dataframe中。
 常用参数：
   filepath_or_buffer：任何有效的字符串路径；也可以是url，有效的url方案包括：http, ftp, s3 和 file.
 返回值：
  dataframe or textparser
2. df_obj.head(n:int=5)/s_obj.head(n:int=5)
  返回前n行。
 参数：
  n：int, default:5; 返回前多少行。
 返回值：
  same type as caller。
3. pd.value_counts(values, sort:bool=true, ascending:bool=false, normalize:bool=false, bins=none, dropna:bool=true)
  返回一个包含唯一值计数的series, 结果降序排列，不包含nan值。
 参数：
  values: 要统计计数的数据
  sort: bool类型，是否按频率排序，默认为true.
  ascending: bool类型，升序排列，默认为false.
  normalize: bool类型，是否显示频率，默认为false.
  bins: int类型，不再是按值统计计数，而是将区间均分为几等分，统计每个区间中的计数。
  dropna: bool类型，不包括nan计数，默认为true.
 返回值：
  series.
4. df_obj / s_obj.sort_index(axis=0, level=none, ascending=true, inplace=false, kind="quicksort", na_position="last", sort_remaining=true, ignore_index=false)
  按索引标签对序列进行排序。
 参数：
  axis: 进行排序的轴（0/index:行，1/columns:列），默认为0.
  level: int / 级别名称 / 级别列表 / 级别名称列表；如果不是none, 则对索引级别中的值进行排序。
  ascending: 升序排序，默认为true。
  inplace: 如果为true, 则就地执行操作（改变原序列），默认为false（生成一个排序后的新列）。
  kind: 选择排序算法。（quicksort, mergesort, heapsort）, 对于dataframe, 仅对单个列或标签排序时适用。
  na_position:last / first; nan放在开头还是结尾，默认为last.
  sort_remaining: 默认为false, 如果为true且级别或索引是多层的，则按指定级别排序后也按其他级别排序。
  ingore_index: 默认为false, 如果为true, 则结果轴将标记为0,1,2,..., n-1.