Pandas DataFrame API 手册
DataFrame 是一个二维标签化数据结构，你可以将其想象为一个 Excel 电子表格或者 SQL 表，或者是一个字典类型的集合。
以下是 Pandas DataFrame 的常用 API 手册：
DataFrame 构造函数
|
方法
|
描述
|
pd.DataFrame(data, index, columns, dtype, copy)
|
创建一个 DataFrame 对象，支持自定义数据、索引、列名和数据类型。
|
DataFrame 属性
|
属性
|
描述
|
DataFrame.values
|
返回 DataFrame 的数据部分（numpy 数组）。
|
DataFrame.index
|
返回 DataFrame 的行索引。
|
DataFrame.columns
|
返回 DataFrame 的列名。
|
DataFrame.dtypes
|
返回每列的数据类型。
|
DataFrame.shape
|
返回 DataFrame 的形状（元组形式）。
|
DataFrame.size
|
返回 DataFrame 中元素的总数。
|
DataFrame.empty
|
检查 DataFrame 是否为空。
|
DataFrame.ndim
|
返回 DataFrame 的维度数（始终为 2）。
|
DataFrame.T
|
返回 DataFrame 的转置。
|
DataFrame.axes
|
返回行索引和列名的列表。
|
DataFrame.memory_usage()
|
返回每列的内存使用情况。
|
DataFrame 方法
数据查看
|
方法
|
描述
|
DataFrame.head(n=5)
|
返回前 n 行数据。
|
DataFrame.tail(n=5)
|
返回后 n 行数据。
|
DataFrame.describe()
|
返回 DataFrame 的统计摘要（如计数、均值、标准差等）。
|
DataFrame.info()
|
打印 DataFrame 的简要信息（如列名、数据类型、非空值数量等）。
|
缺失值处理
|
方法
|
描述
|
DataFrame.isnull()
|
检查每个元素是否为缺失值（NaN）。
|
DataFrame.notnull()
|
检查每个元素是否不为缺失值。
|
DataFrame.dropna()
|
删除包含缺失值的行或列。
|
DataFrame.fillna(value)
|
用指定值填充缺失值。
|
数据操作
|
方法
|
描述
|
DataFrame.drop()
|
删除指定的行或列。
|
DataFrame.rename()
|
重命名行索引或列名。
|
DataFrame.set_index()
|
将指定列设置为索引。
|
DataFrame.reset_index()
|
重置索引。
|
DataFrame.sort_values()
|
按值排序。
|
DataFrame.sort_index()
|
按索引排序。
|
DataFrame.replace()
|
替换 DataFrame 中的值。
|
DataFrame.append()
|
追加另一个 DataFrame。
|
DataFrame.join()
|
根据索引或列连接另一个 DataFrame。
|
DataFrame.merge()
|
根据指定列合并另一个 DataFrame。
|
DataFrame.concat()
|
沿指定轴连接多个 DataFrame。
|
DataFrame.update()
|
用另一个 DataFrame 的值更新当前 DataFrame。
|
DataFrame.pivot()
|
创建透视表。
|
DataFrame.melt()
|
将宽格式数据转换为长格式数据。
|
数据选择
|
方法
|
描述
|
DataFrame.loc[]
|
通过标签选择数据。
|
DataFrame.iloc[]
|
通过位置选择数据。
|
DataFrame.at[]
|
通过标签选择单个值。
|
DataFrame.iat[]
|
通过位置选择单个值。
|
DataFrame.filter()
|
根据列名选择数据。
|
DataFrame.get()
|
获取指定列的值。
|
DataFrame.query()
|
根据条件查询数据。
|
数据转换
|
方法
|
描述
|
DataFrame.astype()
|
将 DataFrame 转换为指定数据类型。
|
DataFrame.apply()
|
对 DataFrame 的行或列应用函数。
|
DataFrame.applymap()
|
对 DataFrame 的每个元素应用函数。
|
DataFrame.map()
|
对 Series 中的每个元素应用函数。
|
DataFrame.to_dict()
|
将 DataFrame 转换为字典。
|
DataFrame.to_numpy()
|
将 DataFrame 转换为 numpy 数组。
|
DataFrame.to_csv()
|
将 DataFrame 保存为 CSV 文件。
|
DataFrame.to_excel()
|
将 DataFrame 保存为 Excel 文件。
|
统计计算
|
方法
|
描述
|
DataFrame.sum()
|
返回每列的和。
|
DataFrame.mean()
|
返回每列的平均值。
|
DataFrame.median()
|
返回每列的中位数。
|
DataFrame.min()
|
返回每列的最小值。
|
DataFrame.max()
|
返回每列的最大值。
|
DataFrame.std()
|
返回每列的标准差。
|
DataFrame.var()
|
返回每列的方差。
|
DataFrame.count()
|
返回每列的非缺失值数量。
|
DataFrame.corr()
|
返回列之间的相关系数矩阵。
|
DataFrame.cov()
|
返回列之间的协方差矩阵。
|
DataFrame.mode()
|
返回每列的众数。
|
DataFrame.quantile()
|
返回每列的分位数。
|
时间序列操作
|
方法
|
描述
|
DataFrame.dt
|
访问日期时间属性（仅适用于 datetime 类型的列）。
|
DataFrame.resample()
|
对时间序列数据进行重采样。
|
DataFrame.shift()
|
将数据按时间轴移动。
|
字符串操作
|
方法
|
描述
|
DataFrame.str
|
访问字符串方法（仅适用于字符串类型的列）。
|
DataFrame.str.lower()
|
将字符串转换为小写。
|
DataFrame.str.upper()
|
将字符串转换为大写。
|
DataFrame.str.contains()
|
检查字符串是否包含指定模式。
|
实例
importpandasaspd# 创建 DataFramedf=pd.DataFrame({'A':[1,2,3],'B':[4,5,6]},index=['a','b','c'])# 查看数据print(df.head(2))# 输出前 2 行# 缺失值处理df_with_nan=pd.DataFrame({'A':[1,None,3],'B':[4,5,None]})print(df_with_nan.fillna(0))# 用 0 填充缺失值# 统计计算print(df.mean())# 输出每列的平均值
如果需要更详细的信息，可以参考
Pandas 官方文档
。