做数据挖掘三年多了，数据处理用的最顺手的莫过于python中pandas库了，几乎每天都在使用，但是有太多强大的函数和方法都经常一到撸代码的时候就忘记了，所以，根据以前使用的经验，把一些常用的记录下来，方便使用的时候查阅。

Pandas是一个开源的Python数据分析库。

Pandas把结构化数据分为了三类：

Series，1维序列，可视作为没有column名的、只有一个column的DataFrame；

DataFrame，同Spark SQL中的DataFrame一样，其概念来自于R语言，为多column并schema化的2维结构化数据，可视作为Series的容器（container）；

Panel，为3维的结构化数据，可视作为DataFrame的容器

Series

可以通过传递一个list对象来创建一个Series，pandas会默认创建整型索引

DataFrame表示的是一个二维数组

读取数据文件

pandas库提供了一系列的read_函数来读取各种格式的文件，它们如下所示：

read_csv

read_table

read_excel 注：要读取Excel文件，还需要安装另外一个库：xlrd 这样安装pip install xlrd

read_hdf

read_html

read_json

read_pickle

read_sql

数据查看

数据排序

数据筛选

根据布尔值来筛选数据

使用与、或、非三个条件配合大于、小于、等于对数据进行筛选，并进行计数和求和。

1、使用"与"进行筛选

2、使用"或"进行筛选

3、使用"非"条件进行筛选

4、使用query函数进行筛选

Pandas描述性统计

有很多方法用来集体计算DataFrame的描述性统计信息和其他相关操作。

数据整理

数据合并

1) concat

2) merge

函数应用

分组聚合

透视表

数据输出

目前用过的就以上这么多，如果还有其他更强大的功能，欢迎小伙伴留言