今天从26个字母中精选出22个Pandas常用的函数，将它们的使用方法简单介绍给大家，详细内容可以查看官网学习。

import pandas as pd
import numpy as np

apply函数

Pandas中一个很实用的函数，下面模拟了一份数据：

我们分别将python的内置函数、自定义函数、匿名函数传给apply函数：

使用Python的匿名函数来进行传递：

between_time

start_time, 
end_time, 
include_start=NoDefault.no_default,
include_end=NoDefault.no_default, 
inclusive=None, 
axis=None

来自官网的案例：

如果在参数中，开始时间大于结束时间，则会呈现不同的结果：

contains函数

针对Series中的包含字符信息：

drop_duplicates函数

删除数据中的重复值；可以选择根据某个或者多个字段来删除。

在删除数据的时候，默认保留的是第一条重复的数据，我们可以通过参数keep来指定保留最后一条

expanding函数

这是一个窗口函数，实现的是一种类似累计求和的功能

DataFrame.expanding(
  min_periods=1, 
  center=None, 
  axis=0, 
  method='single')

• min_periods：每个窗口最少包含的观测值数量，小于该数量的窗口结果为NA。值可以是int，默认None。offset情况下，默认为1
• center：把窗口的标签设置为居中，布尔型，默认False，居右
• axis：默认为0，对列进行计算
• method：single或者table

模拟了一份数据：

分别指定1-2-3不同的窗口数：

我们发现：当窗口数大于前面的记录数，则累计和用NaN表示

filter函数

用来进行数据的过滤操作

• items：表示包含的字段
• regex：表示使用正则

ge函数

进行比较的一个函数：ge表示greater equal

hist函数

pandas内置的绘制直方图的函数

df4 = pd.DataFrame({
    'length': [1.5, 0.5, 1.2, 0.9, 3],
    'width': [0.7, 0.2, 0.15, 0.2, 1.1]
    }, index=['pig', 'rabbit', 'duck', 'chicken', 'horse'])

hist = df4.hist(bins=3)

iterrows函数

iterrows函数用于对DataFrame进行迭代循环

join函数

join函数用于合并不同的DataFrame

kurtosis函数

用于查找一组数据中的峰度值

kurtosis(axis=index(0) or columns(1), 
         skipna=True, 
         level=None, 
         numeric_only=None, 
         **kwargs)

• axis:要应用的函数的轴。
• skipna:计算结果时排除NA /null值。
• level:如果轴是MultiIndex(分层)，则沿特定级别计数，并折叠成标量。
• numeric_only:仅包括float，int，boolean列。
• **kwargs:要传递给函数的其他关键字参数

如果给定的数据中存在缺失值，可以使用参数skipna直接跳过：

s1 = pd.Series([10,None,16,14,30,None])
s1

0    10.0
1     NaN
2    16.0
3    14.0
4    30.0
5     NaN
dtype: float64

s1.kurtosis(skipna=True)

2.646199227619398

last函数

这是一个用在基于时间数据选择上的函数

i = pd.date_range('2018-04-09', # 起始日期
                  periods=4,  # 周期
                  freq='2D')  # 频率、间隔
i

DatetimeIndex(['2018-04-09', '2018-04-11', '2018-04-13', '2018-04-15'], dtype='datetime64[ns]', freq='2D')

注意：在这里返回的日历中3个日的数据，而不是数据中的3行记录。13-14-15刚好是3天

max/min/mean/median

4个基于统计概念的函数：最大值、最小值、均值、中位数

nlargest函数

选择前n个的数据，其语法如下：

nlargest(n, columns, keep='first')

• n：整数
• columns：根据一个或者多个字段筛选
• keep：选择first、last、all；默认是first

下面的例子来自官网：

df7 = pd.DataFrame({
  'population': [59000000, 65000000, 434000,434000, 
                 434000, 337000, 11300,11300, 11300],
  'GDP': [1937894, 2583560 , 12011, 4520, 
          12128,17036, 182, 38, 311],
  'alpha-2': ["IT", "FR", "MT", "MV", "BN",
              "IS", "NR", "TV", "AI"]},
  index=["Italy", "France", "Malta",
         "Maldives", "Brunei", "Iceland",
         "Nauru", "Tuvalu", "Anguilla"])
# 记录每个国家的人口数、GDP和名称2位大写
df7

keep参数在不同取值下的结果：

pop函数

表示删除某个属性或者字段信息

quantile函数

quantile就是分位数的意思，函数具体的语法规则为：

DataFrame.quantile(
    q=0.5,  
    axis=0, 
    numeric_only=True,
    interpolation=’linear’)

• q : 数字或者是类列表，范围只能在0-1之间，默认是0.5，即中位数-第2四分位数
• axis :计算方向，0-index, 1-columns，默认为 0
• numeric_only：只允许是数值型数据
• interpolation（插值方法）：可以是 {‘linear’, ‘lower’, ‘higher’, ‘midpoint’, ‘nearest’}之一，默认是linear。

reset_index函数

reset就是重置的含义，index就是行索引；连起来就是重置行索引

df9 = pd.DataFrame({"fruit":["苹果","香蕉","橙子","橙子","苹果","橙子"],
                   "amount":[100,200,130,150,88,40]})
df9

当我们统计每种水果的总销售额，是否使用reset_index函数的不同效果：

select_dtypes函数

根据字段类型来筛选数据，可以包含或者排除一个或者多个字段类型的数据。

下面是官网的案例，稍作修改：生成了3个不同数据类型的字段

1、包含字段类型

2、排除字段类型

take函数

也是选择数据的一个函数，具体语法为：

take(indices, axis=0, is_copy=None, **kwargs)

• indices：选择位置：数组或者切片
• axis：选择的轴，0-index，1-column，默认是0
• is_copy：是否返回副本；从Pandas1.0开始

下面是多个例子：

以第一个例子来解释，指定数据的记录为0和4。表示取出df10中的第1条和第5条数据（索引从0开始），而不是看我们自定义的索引号。

update函数

更新某个DataFrame数据框；模拟两个数据：

第一次更新的结果：

如果用于更新的数据中存在空值，则保持原来的数据不变

var函数

用于求一组数据的方差

where函数

用于查找满足条件的数据

w = pd.Series(range(5))
w

0    0
1    1
2    2
3    3
4    4
dtype: int64

# 满足条件的显示；不满足的用空值代替
w.where(w>=2)

0    NaN
1    NaN
2    2.0
3    3.0
4    4.0
dtype: float64

# 不满足的用8替代
w.where(w>=2, 8)

0    8  # 8代替
1    8
2    2
3    3
4    4
dtype: int64