帮助数据科学家理解数据的23个pandas常用代码

pd.DataFrame.from_csv（“csv_file”）

pd.read_csv（“csv_file”）

pd.read_excel（ “excel_file”）

df.to_csv（“data.csv”，sep=“，”，index= False）

df.info（）

print(df.describe())

print（tabulate（print_table，headers= headers））

df.columns

df.dropna（axis= 0，how='any'）

df.replace（to_replace= None，value= None）

pd.isnull(object)

df.drop('feature_variable_name', axis=1)

pd.to_numeric（df [“feature_name”]，errors='coerce'）

df.as_matrix（）

df.head(n)

df.loc [FEATURE_NAME]

df["height"].apply(lambda height:2 * height)

def multiply(x):
    return x* 2
df["height"].apply(multiply)

df.rename（columns= {df.columns [2]：'size'}，inplace= True）

df["name"].unique()

new_df= df [[“name”，“size”]]

# Sum of values in a data frame
df.sum()
# Lowest value of a data frame
df.min()
# Highest value
df.max()
# Index of the lowest value
df.idxmin()
# Index of the highest value
df.idxmax()
# Statistical summary of the data frame, with quartiles, median, etc.
df.describe()
# Average values
df.mean()
# Median values
df.median()
# Correlation between columns
df.corr()
# To get these values for only one column, just select it like this#
df["size"].median()

df.sort_values(ascending= False)

df [df [“size”]== 5]

df.loc（[0]，['size']）