這篇文章帶給大家的內容是關於Python的pandas中常用函數的總結，有一定的參考價值，有需要的朋友可以參考一下，希望對你有幫助。
pandas是python中的 一個資料處理庫，同樣在使用的時候我們要先輸入import pandas as pd引入。
1.df = pd.read_csv("文件路徑")：這是讀取csv文件的方法，如果要讀取excel或其他文檔，都有對應的read函數。
2.df.dtypes：如果在檔案中有字元型資料回傳的是object。
3.df.head(n)：將前n行資料顯示出來，如果不傳入參數則顯示前5行資料。
4.df.tail(n)：將後n行資料顯示出來，如果不傳入參數則顯示後5行資料。
5.df.columns：以清單的形式顯示資料表的列名。
6.df.shape：以元組的形式顯示表中資料的行數和列數。
7.df.loc[n]：傳回索引值為n的行。
8.df.loc[m][n]：傳回索引值為m行n列的資料。
9.df.loc[m:n]：傳回索引值為m到n的行。
10.df.loc[[m,n,k]]：傳回索引值分別為m,n,k的行。
11.df["str"]：傳回列名為str的這一列。
12.df.columns.tolist()：將列名做成列表。
13.df["str"]*df["str"]：兩列維度相同，則兩列的對應位置相乘。
14.df.sort_values("str",inplace=True,ascending=False)：將str一列依照降序排列，且得到的資料替換原資料。 inplace表示是否以排序後的資料取代原數據，預設為False，也就是不替換。 ascending表示排序的順序，預設為True，也就是依照升序排列。
15.judge = pd.isnull(df["str"])：傳回bool型值，str這一列的資料是空值傳回True，不是空值回傳False。
16.a["judge"]：傳回judge為True，也就是缺失的數據，這時再呼叫len()函數即可求得缺失資料的個數。
#17.df.pivot_table(index="a",values= "b",aggfunc=np.mean)：這是一個很重要的函數，將b求平均值，依照a的類別分類，第三個參數預設為求平均值。
18.df.loc[n,"str"]：定位到第n行，列名為str處的資料。
19.sort_res.reset_index(drop=True)：將排序後的資料的編號也重新排列，drop指是否丟棄原始資料。運行後的結果與14的圖比較可以發現，編號已經重新排列了。
20.df.apply()：這是在pandas中的自訂函數的使用方法，括號中傳入函數名稱。
以上是Python的pandas中常用函數的總結的詳細內容。更多資訊請關注PHP中文網其他相關文章！
