Pandas DataFrame API 手册

DataFrame 是一个二维标签化数据结构，你可以将其想象为一个 Excel 电子表格或者 SQL 表，或者是一个字典类型的集合。

以下是 Pandas DataFrame 的常用 API 手册：

DataFrame 构造函数

方法 描述
pd.DataFrame(data, index, columns, dtype, copy) 创建一个 DataFrame 对象，支持自定义数据、索引、列名和数据类型。

DataFrame 属性

属性 描述
DataFrame.values 返回 DataFrame 的数据部分（numpy 数组）。
DataFrame.index 返回 DataFrame 的行索引。
DataFrame.columns 返回 DataFrame 的列名。
DataFrame.dtypes 返回每列的数据类型。
DataFrame.shape 返回 DataFrame 的形状（元组形式）。
DataFrame.size 返回 DataFrame 中元素的总数。
DataFrame.empty 检查 DataFrame 是否为空。
DataFrame.ndim 返回 DataFrame 的维度数（始终为 2）。
DataFrame.T 返回 DataFrame 的转置。
DataFrame.axes 返回行索引和列名的列表。
DataFrame.memory_usage() 返回每列的内存使用情况。

DataFrame 方法

数据查看

方法 描述
DataFrame.head(n=5) 返回前 n 行数据。
DataFrame.tail(n=5) 返回后 n 行数据。
DataFrame.describe() 返回 DataFrame 的统计摘要（如计数、均值、标准差等）。
DataFrame.info() 打印 DataFrame 的简要信息（如列名、数据类型、非空值数量等）。

缺失值处理

方法 描述
DataFrame.isnull() 检查每个元素是否为缺失值（NaN）。
DataFrame.notnull() 检查每个元素是否不为缺失值。
DataFrame.dropna() 删除包含缺失值的行或列。
DataFrame.fillna(value) 用指定值填充缺失值。

数据操作

方法 描述
DataFrame.drop() 删除指定的行或列。
DataFrame.rename() 重命名行索引或列名。
DataFrame.set_index() 将指定列设置为索引。
DataFrame.reset_index() 重置索引。
DataFrame.sort_values() 按值排序。
DataFrame.sort_index() 按索引排序。
DataFrame.replace() 替换 DataFrame 中的值。
DataFrame.append() 追加另一个 DataFrame。
DataFrame.join() 根据索引或列连接另一个 DataFrame。
DataFrame.merge() 根据指定列合并另一个 DataFrame。
DataFrame.concat() 沿指定轴连接多个 DataFrame。
DataFrame.update() 用另一个 DataFrame 的值更新当前 DataFrame。
DataFrame.pivot() 创建透视表。
DataFrame.melt() 将宽格式数据转换为长格式数据。

数据选择

方法 描述
DataFrame.loc[] 通过标签选择数据。
DataFrame.iloc[] 通过位置选择数据。
DataFrame.at[] 通过标签选择单个值。
DataFrame.iat[] 通过位置选择单个值。
DataFrame.filter() 根据列名选择数据。
DataFrame.get() 获取指定列的值。
DataFrame.query() 根据条件查询数据。

数据转换

方法 描述
DataFrame.astype() 将 DataFrame 转换为指定数据类型。
DataFrame.apply() 对 DataFrame 的行或列应用函数。
DataFrame.applymap() 对 DataFrame 的每个元素应用函数。
DataFrame.map() 对 Series 中的每个元素应用函数。
DataFrame.to_dict() 将 DataFrame 转换为字典。
DataFrame.to_numpy() 将 DataFrame 转换为 numpy 数组。
DataFrame.to_csv() 将 DataFrame 保存为 CSV 文件。
DataFrame.to_excel() 将 DataFrame 保存为 Excel 文件。

统计计算

方法 描述
DataFrame.sum() 返回每列的和。
DataFrame.mean() 返回每列的平均值。
DataFrame.median() 返回每列的中位数。
DataFrame.min() 返回每列的最小值。
DataFrame.max() 返回每列的最大值。
DataFrame.std() 返回每列的标准差。
DataFrame.var() 返回每列的方差。
DataFrame.count() 返回每列的非缺失值数量。
DataFrame.corr() 返回列之间的相关系数矩阵。
DataFrame.cov() 返回列之间的协方差矩阵。
DataFrame.mode() 返回每列的众数。
DataFrame.quantile() 返回每列的分位数。

时间序列操作

方法 描述
DataFrame.dt 访问日期时间属性（仅适用于 datetime 类型的列）。
DataFrame.resample() 对时间序列数据进行重采样。
DataFrame.shift() 将数据按时间轴移动。

字符串操作

方法 描述
DataFrame.str 访问字符串方法（仅适用于字符串类型的列）。
DataFrame.str.lower() 将字符串转换为小写。
DataFrame.str.upper() 将字符串转换为大写。
DataFrame.str.contains() 检查字符串是否包含指定模式。

实例

实例

import pandas as pd

# 创建 DataFrame
df = pd.DataFrame({
    'A': [1, 2, 3],
    'B': [4, 5, 6]
}, index=['a', 'b', 'c'])

# 查看数据
print(df.head(2))  # 输出前 2 行

# 缺失值处理
df_with_nan = pd.DataFrame({
    'A': [1, None, 3],
    'B': [4, 5, None]
})
print(df_with_nan.fillna(0))  # 用 0 填充缺失值

# 统计计算
print(df.mean())  # 输出每列的平均值

如果需要更详细的信息，可以参考 Pandas 官方文档。