一.iloc 按索引取行列，可能是一行多行，或者一列多列,或者某行某列
>>> df a b c d0 1 2 3 41 100 200 300 4002 1000 2000 3000 4000复制代码
取某行：
>>> df.iloc[0]a 1b 2c 3d 4Name: 0, dtype: int64复制代码
取多行：
>>> df.iloc[:3] a b c d0 1 2 3 41 100 200 300 4002 1000 2000 3000 4000复制代码
取某行某列：
df.iloc[[0, 2], [1, 3]] b d0 2 42 2000 4000复制代码
取多行多列：
df.iloc[1:3, 0:3] a b c1 100 200 3002 1000 2000 3000复制代码
二.loc 按名称取行列，可能是一行多行，或者一列多列，或者某行某列
>>> df max_speed shieldcobra 1 2viper 4 5sidewinder 7 8复制代码
取一行，返回的是一个series:
df.loc['viper']返回结果是：max_speed 4shield 5Name: viper, dtype: int64复制代码
取多行，返回的是一个series:
df.loc['cobra':'viper', 'max_speed']cobra 1viper 4Name: max_speed, dtype: int64复制代码
两层中括号[[]]取一行或多行，返回一个dataframe:
df.loc[['viper', 'sidewinder']] max_speed shieldviper 4 5sidewinder 7 8复制代码
三、groupby 按一定条件将数据分组并按分组取得各组数据
>>> 原始datframe:df Animal Max Speed0 Falcon 380.01 Falcon 370.02 Parrot 24.03 Parrot 26.0复制代码
按照Animal是否为Falcon，进行分组，并取出各组dataframe
df1=df.groupby(df.Animal=='Falcon') #分组操作df2=df1.get_group(False)#将分组结果，结果为False即不含有的保存为df2df3=df1.get_group(True)#将分组结果，结果为True即含有的保存为df3复制代码
打印结果：
df1 = pd.DataFrame({ 'lkey': [ 'bar', 'baz', 'foo'], 'value': [2, 3, 5]})df2 = pd.DataFrame({ 'lkey': ['bar', 'baz', 'foo'], 'value': [ 6, 7, 8]})print(df1)print(df2)df1.merge(df2,how='left',on='lkey')输出结果： lkey value0 bar 21 baz 32 foo 5 lkey value0 bar 61 baz 72 foo 8Out[66]:lkey value_x value_y0 bar 2 61 baz 3 72 foo 5 8复制代码 how='left'是连接方式，本例是左连接
on='lkey'是键的选择，左右连接方式是按lkey相同来合并
五、看dataframe的行数与列数 shape
y_pd是一个dataframeprint('行数：',y_pd.shape[0])print('列数：',y_pd.shape[1])复制代码 六、一列数据是str，替换其中某字符 .str.replace
df = pd.DataFrame({ "抽烟": ['1-2', '2-3', '4-7'], "B": [4, 5, 6]})df["抽烟"]=df["抽烟"].str.replace('-',',')原始df: B 抽烟0 4 1-21 5 2-32 6 4-7替换后df：B 抽烟0 4 1,21 5 2,32 6 4,7#对字符做截取.str[n:m],取第n-m个字符df['抽烟']=df['抽烟'].str[0:-1] B 抽烟0 4 1-1 5 2-2 6 4-复制代码 七、修改列名 rename
df = pd.DataFrame({ "抽烟": [1, 2, 3], "B": [4, 5, 6]})df.rename(columns={ "抽烟": "烟龄/每日几支"，'B':'喝酒'},inplace=True)B 抽烟0 4 11 5 22 6 3变为 喝酒 烟龄/每日几支0 4 11 5 22 6 3复制代码 八、将某一列或者几列中的值替换为另一个值 replace
df = pd.DataFrame({ 'A': [',', '/', '='], 'B': ['1', 'b', '/']})df.replace({ 'A':',','B':'b'},'换')原来df: A B0 , 11 / b2 = /变化后： A B0 换 11 / 换2 = /复制代码 对整个df中某个值做替换
df.replace('/','全换')全换后： A B0 , 11 全换 b2 = 全换复制代码 通过字典的嵌套，实现对任意列任意值的替换：
df.replace({ 'A': { '=': '==', '/': '//'},'B':{ '1':'111'}} )替换后： A B0 , 1111 // b2 == /复制代码 九、如果a列的值等于m，修改b列的值为n
df.loc[df['a']==m,'b']=n
修改前df：a b14 360ba0 36013 180df.loc[df['a'] == '13','b'] =666 修改之后：a b14 360ba0 36013 666复制代码
十、删除某一列或者几列 drop
df = pd.DataFrame({ 'a': ['1/1', '13/12', '14/1'], 'b': [360, 180, 360],'c':[1,2,3] })df.drop(columns=['a','b'],axis=1,inplace=True)原df： a b c0 1/1 360 11 13/12 180 22 14/1 360 3删除后： c0 11 22 3复制代码 十一、一列拆分成两列 str.split('符号')
df = pd.DataFrame({ 'a': ['1/1', '13/12', '14/1'], 'b': [360, 180, 360],'c':[1,2,3] }) 方法一：df2=pd.DataFrame(df['a'].str.split('/',expand=True))df2如下： 0 10 1 11 13 122 14 1方法2:df2=pd.DataFrame( (a.split('/') for a in df['a']), index=df.index,columns=['拆1','拆2'])df2如下： 拆1 拆20 1 11 13 122 14 1复制代码 十二、apply函数与匿名函数合用做批量修改
df = pd.DataFrame({ 'a': ['1/1', '13/12', '14/1'], 'b': [360, 180, 360],'c':[1,2,3] }) df['a']=df['a'].apply(lambda x:x[0])#相当于对a这一列做变换，都改为第一个字符df a b c0 1 360 11 1 180 22 1 360 3复制代码 十三、read_csv中 parse_dates参数
读取时，使某一列或几列为datetime类型，为日期列。
pd.read_csv('path',parse_dates=['1'])-> 解析1列的值作为独立的日期列；复制代码 十四、缺失值检测 isna()==isnull()
df = pd.DataFrame({ 'age': [5, 6, 2,1], 'born': [pd.NaT, pd.Timestamp('1939-05-27'), pd.Timestamp('1940-04-25'),pd.Timestamp('1939-05-27')], 'name': ['Alfred', 'Batman', '','11'], 'toy': [None, 'Batmobile', 'Joker','2d']})【1】df.isna()输出：是一个dataframe，反映了每个位置是否为缺失值 age born name toy0 False True False True1 False False False False2 False False False False3 False False False False【2】df.isna().sum()输出：是一个Series,反映了每列空值的个数age 0born 1name 0toy 1dtype: int64【3】df.isna().any()输出：是一个Series,反映了每列是否有空值age Falseborn Truename Falsetoy Truedtype: bool【4】df.isna().sum().any()输出：一个布尔值,反映了整个表是否有空值True【5】percent = (df.isnull().sum())/(df.isnull().count()*100)输出：反映了每列空值的占比age 0.0000born 0.0025name 0.0000toy 0.0025dtype: float64复制代码 十五、对Series里面的每个值进行计数并且排序 value_counts()
index = pd.Index([3, 1, 2, 3, 4, np.nan])index.value_counts()输出：3.0 24.0 12.0 11.0 1复制代码
df = pd.DataFrame({ 'a': ['1/1', '13/12', '14/1'], 'b': [360, 180, 360],'c':[1,2,3] })df['a'].value_counts()输出：1/1 114/1 113/12 1Name: a, dtype: int64df['a'].value_counts().valuesarray([1, 1, 1])df['a'].value_counts().indexIndex(['1/1', '14/1', '13/12'], dtype='object')复制代码 十六、按多个列进行分组
先按gender进行分组，在每个gender內按照happiness进行分组并统计。
train.groupby(['gender','happiness']).happiness.count()gender happiness1 1 43 2 216 3 588 4 2306 5 5992 1 61 2 281 3 571 4 2512 5 811复制代码
画图来看就是
import seaborn as snssns.countplot('gender',hue='happiness',data=train)复制代码 结果为：
十七、concat之后的索引重置
df.reset_index(drop=True)复制代码
不然的话，索引还和concat之前一样，出现重复的现象。
十八、值填充时-用出现次数最多的填充
对a列中，值小于0的填充为除去空值以外出现最多的值df.loc[df['a']<0,'a']=df['a'].dropna().mode().values复制代码
十九、按照一列的分组计算另一列的均值
df = pd.DataFrame({ "name": ['1', '1', '2'], "toy": [10, 20, 30], "born": [1, 2, 3]})df['d']=df.groupby(df['name']=='1')['toy'].transform('mean').valuesoutput: born name toy d0 1 1 10 151 2 1 20 152 3 2 30 30复制代码