请你分类列出Python中pandas库的常用的模块函数(不包括Series和DataFrame等类的方法)

<think>好的，我现在需要帮助用户分类列出Python中pandas库的常用模块函数，不包括Series和DataFrame的方法。首先，我得回忆一下pandas的模块结构。 用户之前问过关于numpy的函数，现在转向pandas，可能是在进行数据分析，需要区分模块函数和对象方法。要确保这次回答不包括Series和DataFrame的方法，只包含直接通过pd调用的函数。 首先，pandas常用的顶级函数有哪些？比如读取文件的read_csv、read_excel，还有数据处理的函数如pd.concat、pd.merge，这些属于模块函数。然后是日期处理的pd.to_datetime、时间序列相关的pd.date_range，这些应该都是模块级别的。 接着是处理缺失值的函数，比如pd.isna、pd.isnull，不过要注意，pd.isnull可能和pd.isna一样，需要确认。还有pd.notna和pd.notnull，这些是检查缺失值的函数。 另外，分类数据处理的函数可能有pd.Categorical，但不确定是否是模块函数。还有pd.cut和pd.qcut用于分箱操作，这些应该属于模块函数。 测试数据生成方面，pd.util.testing.makeDataFrame可能已经被弃用，现在可能用pd._testing代替，但用户可能还在用老版本，需要确认。或者是否有其他生成测试数据的函数，比如pd.DataFrame虽然是类，但像pd.array可能属于模块函数？ 还有类型转换函数，比如pd.to_numeric，将参数转换为数值类型。还有pd.get_dummies，用于创建哑变量，这也是模块级别的函数。 时间相关函数，比如pd.Timestamp和pd.to_datetime，其中pd.Timestamp是类，而pd.to_datetime是函数。需要区分清楚，只保留函数。 数据聚合方面，pd.pivot_table是函数，而DataFrame的pivot是方法，所以pd.pivot_table属于模块函数。交叉表pd.crosstab也是模块函数。 输入输出方面，除了read_csv，还有pd.read_sql、pd.read_json等，这些都属于模块函数。 工具类函数，比如pd.set_option用于设置显示选项，pd.show_versions显示版本信息，这些也是模块函数。 需要分类整理这些函数，确保每个都是直接通过pd调用的，而不是实例方法。可能需要查阅pandas文档确认某些函数是否属于模块级别。 现在开始分类，比如数据读写、数据合并、时间处理、缺失值处理、分箱分位数、类型转换、测试数据、工具函数等。 注意不要混淆类和方法，例如pd.Categorical可能是一个类，但pd.cut是函数。另外，pd.api.types下的函数是否需要包含？比如pd.api.types.is_integer，但用户可能希望顶级函数。 最后，检查是否有遗漏的常用函数，确保分类清晰，并给出简要说明，帮助用户理解每个函数的用途。还要注意示例的正确性，比如pd.concat的正确用法。</think>以下是Pandas库中常用的**模块函数**（可直接通过`pd.xxx()`调用，不包括`Series`/`DataFrame`等类的方法）的分类整理： --- ### **1. 数据读写与序列化** - `pd.read_csv()`: 从CSV文件读取数据 - `pd.read_excel()`: 从Excel文件读取数据 - `pd.read_json()`: 从JSON文件读取数据 - `pd.read_sql()`: 从SQL数据库读取数据 - `pd.read_parquet()`: 从Parquet文件读取数据 - `pd.read_pickle()`: 从Pickle文件反序列化对象 --- ### **2. 数据合并与重塑** - `pd.concat()`: 沿轴拼接多个对象（纵向或横向堆叠） - `pd.merge()`: 基于键（列）合并数据集（类似SQL JOIN） - `pd.pivot_table()`: 创建透视表 - `pd.crosstab()`: 计算交叉频数表 --- ### **3. 时间序列处理** - `pd.to_datetime()`: 将输入转换为日期时间格式 - `pd.date_range()`: 生成日期范围 - `pd.Timedelta()`: 表示时间间隔（非函数，但常用） - `pd.Period()`: 表示时间周期（非函数，但常用） --- ### **4. 缺失值与类型处理** - `pd.isna()` / `pd.isnull()`: 检测缺失值 - `pd.notna()` / `pd.notnull()`: 检测非缺失值 - `pd.to_numeric()`: 将参数转换为数值类型 - `pd.get_dummies()`: 将分类变量转换为哑变量（One-Hot编码） --- ### **5. 分箱与分位数** - `pd.cut()`: 将连续数据分箱为离散区间 - `pd.qcut()`: 基于分位数分箱 --- ### **6. 工具与测试函数** - `pd.util.hash_pandas_object()`: 生成Pandas对象的哈希值 - `pd.testing.assert_frame_equal()`: 断言两个DataFrame相等（测试用） - `pd.set_option()`: 设置Pandas全局配置（如显示格式） - `pd.show_versions()`: 显示Pandas及其依赖库的版本信息 --- ### **关键说明** - **模块函数 vs. 对象方法**： 上述函数均通过`pd.函数名()`直接调用（例如`pd.concat([df1, df2])`），而非通过`DataFrame`或`Series`对象调用（如`df.dropna()`是方法）。 - **常用场景示例**： ```python import pandas as pd # 合并两个DataFrame combined = pd.concat([df1, df2], axis=0) # 处理日期数据 dates = pd.to_datetime(["2023-01-01", "2023-02-01"]) # 检测缺失值 mask = pd.isna(df["column"]) ``` --- 如果需要更详细的函数参数说明或具体用法，可进一步提问！