1. df.head&＃xff08;n&＃xff09;: 显示数据前n行&＃xff0c;不指定n&＃xff0c;df.head则会显示所有的行

2. df.columns.values获取所有列索引的名称

3. df.column_name: 直接获取列column_name的数据

4. pd.unique(Series)获取Series中元素的唯一值&＃xff08;即去掉重复的&＃xff09;

注意和nunique的区别&＃xff0c;nunique只作用于Series,用法是Series.nunique()&＃xff0c;返回Series中只出现过一次的元素&＃xff0c;

5. max,min可直接作用于Series取最大和最小值

6. pd.value_counts(Series)统计Series中不同元素出现的次数

7. df.groupby和agg的使用

&＃xff08;1&＃xff09;变量grouped是一个DataFrameGroupBy对象&＃xff0c;它实际上还没有进行任何计算,只是将数据进行了分组

&＃xff08;2&＃xff09;可以使用agg对分组好的数据进行处理&＃xff0c;传入的参数为函数&＃xff0c;返回一个标量结果。使用自定义的函数时应加引号。

下图的例子是对分组好的数据按每列求平均值。

&＃xff08;3&＃xff09;agg的参数可以传入多个函数

&＃xff08;4&＃xff09;还可以指定对不同的列使用不同的函数进行处理

8. df.index获取行索引

9. 使用条件筛选&＃xff1a;下列例子中的三个条件criteria1表示fuelType1中的元素满足isin([])&＃xff0c;criteria2表示fuelType2中的元素满足isnull(),

criteria3表示atvType中的元素不等于‘Hybrid’&＃xff0c;vehicles_non_hybrid &＃61; vehicles[criteria1&criteria2&criteria3]表示vehicles_non_hybrid

是vehicles同时满足这三个条件筛选出来的数据。

10. pandas.DataFrame.reset_index(level&＃61;None, drop&＃61;False, inplace&＃61;False, col_level&＃61;0, col_fill&＃61;&＃39;&＃39;)

参见http://pandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.reset_index.html

pandas.DataFrame.reset_index