dataframe常用函数

Pandas 的 DataFrame 类提供了许多常用的统计函数，用于计算和分析数据。以下是一些常用的统计函数示例： - `df.mean()`: 计算每列的平均值。 - `df.median()`: 计算每列的中位数。 - `df.min()`: 计算每列的最小值。 - `df.max()`: 计算每列的最大值。 - `df.std()`: 计算每列的标准差。 - `df.var()`: 计算每列的方差。 - `df.sum()`: 计算每列的总和。 - `df.count()`: 计算每列的非空值数量。 - `df.describe()`: 提供有关每列的基本统计摘要，包括计数、均值、标准差、最小值、25%、50%、75% 分位数和最大值。 这些函数可以应用于整个 DataFrame，或者通过指定轴参数应用于特定的行或列。你还可以通过在这些函数后面添加 `axis` 参数来指定计算的轴方向，默认为按列计算。 除了上述示例之外，Pandas 还提供了许多其他统计函数，如协方差、相关性、百分位数等。你可以根据具体的需求选择适当的函数来分析和处理数据。

<think>好的，我现在需要回答用户关于DataFrame常用函数的问题。首先，我得回忆一下自己了解的Pandas库中的DataFrame函数，确保信息准确。用户可能刚接触DataFrame，所以需要结构清晰，分步骤介绍，并且用中文。 首先，应该明确DataFrame是Pandas的核心数据结构，用于处理结构化数据。接下来，需要分类别介绍常用函数，这样用户更容易理解。比如数据查看、数据清洗、数据统计、数据合并、分组聚合、时间处理等。 数据查看方面，head()和tail()是基本函数，用来查看前后几行。info()和describe()也很重要，能显示数据概览和统计摘要。shape和columns属性也需要提到，虽然不是函数，但用户常用到。 数据清洗部分，dropna()和fillna()处理缺失值，drop()删除行列，rename()重命名列，这些是常用函数。替换数据的话，replace()也很关键。 数据统计方面，sum()、mean()、median()、max()、min()这些聚合函数要提到。还有corr()计算相关性，unique()和nunique()处理唯一值。 数据合并，用户可能需要用merge()和concat()，所以需要解释它们的用途。分组聚合的话，groupby()结合agg()是核心，需要举例说明。 时间处理方面，如果数据有时间列，to_datetime()转换格式，resample()进行重采样，比如按周、月聚合数据。 排序和筛选部分，sort_values()和sort_index()负责排序，而loc和iloc用于数据筛选，虽然它们是属性，但用户经常使用，应该包括进来。 应用函数部分，apply()和applymap()可以用来对数据应用自定义函数，这部分对于复杂操作很有帮助。 最后，加上一个示例，让用户更直观地理解如何使用这些函数。同时提醒参考官方文档，确保用户知道如何深入了解更多内容。 需要注意用户提到的系统级指令，比如数学公式的格式，但这个问题不涉及数学公式，所以可能不需要处理。但需要检查是否有其他格式要求，比如列表的使用，结构清晰。 总结步骤：先分大类，每个大类下列举常用函数，简要说明用途，并给出示例代码。这样用户能一步步了解每个函数的用途和用法。确保语言简洁，避免术语晦涩，适合初学者理解。</think>DataFrame 是 Python 中 `pandas` 库的核心数据结构，用于处理结构化数据。以下是其常用函数分类及说明，结合示例逐步讲解： --- ### 一、**数据查看与信息获取** 1. **`head(n)` / `tail(n)`** 查看前/后 `n` 行数据（默认 `n=5`）。 ```python df.head(3) # 显示前3行 ``` 2. **`info()`** 显示数据概况：列名、非空值数量、数据类型。 ```python df.info() # 输出各列数据类型和缺失情况 ``` 3. **`describe()`** 生成数值型列的统计摘要（均值、标准差、分位数等）。 ```python df.describe() ``` 4. **`shape`** 返回 DataFrame 的行列数（属性，非函数）。 ```python print(df.shape) # 输出 (行数, 列数) ``` 5. **`columns`** 获取所有列名（属性，可修改）。 ```python df.columns = ['新列名1', '新列名2'] # 重命名列 ``` --- ### 二、**数据清洗** 1. **`dropna()`** 删除包含缺失值的行或列。 ```python df.dropna(axis=1) # 删除含缺失值的列 ``` 2. **`fillna(value)`** 填充缺失值。 ```python df.fillna(0) # 用0填充缺失值 ``` 3. **`drop()`** 删除指定行/列。 ```python df.drop('列名', axis=1) # 删除某列 ``` 4. **`rename()`** 重命名列或行索引。 ```python df.rename(columns={'旧列名': '新列名'}) ``` 5. **`replace()`** 替换指定值。 ```python df.replace('旧值', '新值') ``` --- ### 三、**数据统计与计算** 1. **`sum()` / `mean()` / `median()` / `max()` / `min()`** 按列或行计算统计值。 ```python df['列名'].sum() # 计算某列总和 ``` 2. **`corr()`** 计算列之间的相关系数矩阵。 ```python df.corr() # 显示相关性矩阵 ``` 3. **`value_counts()`** 统计某列唯一值的频次。 ```python df['列名'].value_counts() ``` 4. **`unique()` / `nunique()`** 获取唯一值列表或数量。 ```python df['列名'].unique() # 返回唯一值数组 ``` --- ### 四、**数据合并与重塑** 1. **`merge()`** 按列合并两个 DataFrame（类似 SQL JOIN）。 ```python pd.merge(df1, df2, on='公共列名') ``` 2. **`concat()`** 按行或列拼接多个 DataFrame。 ```python pd.concat([df1, df2], axis=0) # 垂直拼接 ``` 3. **`groupby()`** 按指定列分组，配合聚合函数使用。 ```python df.groupby('列名').mean() # 按列分组后求均值 ``` --- ### 五、**时间处理** 1. **`to_datetime()`** 将列转换为日期时间格式。 ```python df['日期列'] = pd.to_datetime(df['日期列']) ``` 2. **`resample()`** 按时间频率重采样（如按周、月聚合）。 ```python df.resample('M').sum() # 按月求和 ``` --- ### 六、**排序与筛选** 1. **`sort_values()`** 按某列的值排序。 ```python df.sort_values('列名', ascending=False) # 降序排列 ``` 2. **`sort_index()`** 按索引排序。 ```python df.sort_index(ascending=True) ``` 3. **`loc[]` / `iloc[]`** 按标签 (`loc`) 或位置 (`iloc`) 筛选数据。 ```python df.loc[df['列名'] > 10] # 筛选某列大于10的行 ``` --- ### 七、**应用函数** 1. **`apply(func)`** 对行或列应用自定义函数。 ```python df['新列'] = df['列名'].apply(lambda x: x*2) ``` 2. **`applymap(func)`** 对每个元素应用函数。 ```python df.applymap(lambda x: len(str(x))) ``` --- ### 示例：综合使用 ```python import pandas as pd # 创建示例 DataFrame data = {'A': [1, 2, None], 'B': ['x', 'y', 'z']} df = pd.DataFrame(data) # 填充缺失值 → 按列求和 → 重命名列 df_filled = df.fillna(0) df_sum = df_filled.sum() df_renamed = df.rename(columns={'A': '新列名'}) ``` --- 通过灵活组合这些函数，可以高效完成数据清洗、分析和可视化。建议结合具体场景查阅 [`p