本文原创，转载请标识出处： http://www.cnblogs.com/xiaoxuebiye/p/7223774.html
导入数据：
pd.read_csv(filename)：从CSV文件导入数据 pd.read_table(filename)：从限定分隔符的文本文件导入数据 pd.read_excel(filename)：从Excel文件导入数据 pd.read_sql(query, connection_object)：从SQL表/库导入数据 pd.read_json(json_string)：从JSON格式的字符串导入数据 pd.read_html(url)：解析URL、字符串或者HTML文件，抽取其中的tables表格 pd.read_clipboard()：从你的粘贴板获取内容，并传给read_table() pd.DataFrame(dict)：从字典对象导入数据，Key是列名，Value是数据
导出数据：
df.to_csv(filename)：导出数据到CSV文件
df.to_excel(filename)：导出数据到Excel文件
df.to_sql(table_name, connection_object)：导出数据到SQL表
df.to_json(filename)：以Json格式导出数据到文本文件
创建测试对象：
pd.DataFrame(np.random.rand(20,5))：创建20行5列的随机数组成的DataFrame对象 pd.Series(my_list)：从可迭代对象my_list创建一个Series对象 df.index = pd.date_range('1900/1/30', periods=df.shape[0])：增加一个日期索引
查看、检查数据：
df.head(n)：查看DataFrame对象的前n行 df.tail(n)：查看DataFrame对象的最后n行 df.shape()：查看行数和列数 http:// df.info() ：查看索引、数据类型和内存信息 df.describe()：查看数值型列的汇总统计 s.value_counts(dropna=False)：查看Series对象的唯一值和计数 df.apply(pd.Series.value_counts)：查看DataFrame对象中每一列的唯一值和计数
数据选取：
df[col]：根据列名，并以Series的形式返回列 df[[col1, col2]]：以DataFrame形式返回多列 s.iloc[0]：按位置选取数据 s.loc['index_one']：按索引选取数据 df.iloc[0,:]：返回第一行 df.iloc[0,0]：返回第一列的第一个元素
数据统计：
df.describe()：查看数据值列的汇总统计
df.mean()：返回所有列的均值
df.corr()：返回列与列之间的相关系数
df.count()：返回每一列中的非空值的个数
df.max()：返回每一列的最大值
df.min()：返回每一列的最小值
df.median()：返回每一列的中位数
df.std()：返回每一列的标准差
数据合并：
df1.append(df2)：将df2中的行添加到df1的尾部 df.concat([df1, df2],axis=1)：将df2中的列添加到df1的尾部 df1.join(df2,on=col1,how='inner')：对df1的列和df2的列执行SQL形式的join
数据处理：
df[df[col] > 0.5]：选择col列的值大于0.5的行 df.sort_values(col1)：按照列col1排序数据，默认升序排列 df.sort_values(col2, ascending=False)：按照列col1降序排列数据 df.sort_values([col1,col2], ascending=[True,False])：先按列col1升序排列，后按col2降序排列数据 df.groupby(col)：返回一个按列col进行分组的Groupby对象 df.groupby([col1,col2])：返回一个按多列进行分组的Groupby对象 df.groupby(col1)[col2]：返回按列col1进行分组后，列col2的均值 df.pivot_table(index=col1, values=[col2,col3], aggfunc=max)：创建一个按列col1进行分组，并计算col2和col3的最大值的数据透视表 df.groupby(col1).agg(np.mean)：返回按列col1分组的所有列的均值 data.apply(np.mean)：对DataFrame中的每一列应用函数np.mean data.apply(np.max,axis=1)：对DataFrame中的每一行应用函数np.max
数据清理：
df[df[col] > 0.5]：选择col列的值大于0.5的行 df.sort_values(col1)：按照列col1排序数据，默认升序排列 df.sort_values(col2, ascending=False)：按照列col1降序排列数据 df.sort_values([col1,col2], ascending=[True,False])：先按列col1升序排列，后按col2降序排列数据 df.groupby(col)：返回一个按列col进行分组的Groupby对象 df.groupby([col1,col2])：返回一个按多列进行分组的Groupby对象 df.groupby(col1)[col2]：返回按列col1进行分组后，列col2的均值 df.pivot_table(index=col1, values=[col2,col3], aggfunc=max)：创建一个按列col1进行分组，并计算col2和col3的最大值的数据透视表 df.groupby(col1).agg(np.mean)：返回按列col1分组的所有列的均值 data.apply(np.mean)：对DataFrame中的每一列应用函数np.mean data.apply(np.max,axis=1)：对DataFrame中的每一行应用函数np.max
其它操作：
改列名：
方法1 a.columns = ['a','b','c'] 方法2 a.rename(columns={'A':'a', 'B':'b', 'C':'c'}, inplace = True)
插入行列
http://www.jianshu.com/p/7df2593a01ce
相关参考链接：
参考
http://www.qingpingshan.com/rjbc/dashuju/228593.html
十分钟搞定
http://python.jobbole.com/84416/
官方文档
http://pandas.pydata.org/pandas-docs/stable/index.html
操作索引
https://www.dataquest.io/blog/images/cheat-sheets/pandas-cheat-sheet.pdf
进阶
取数（元素）：
取df中某一个具体的数据 iloc index locate 举例 ： print df.iloc[0,0] print df.iloc[1, 1] print df.iloc[19, 7] 如果 df 是日期索引 + a,b,c 列名 loc locate df.loc[ '2017-01-01', 'A' ]
取数（行）：
one_row = df.iloc[4] one_row2 = df.loc['2013-01-02'] print type(one_row) 取某一行， 取出来后之后的数据类型是 Series 可以 one_row.iloc[1], 再访问 Series 里的数据 print one_row.iloc[1] print one_row.loc['A']
取数（列）：
column2 = df['A'] column2 是一个 Series 类型 print type( column2 ) 可访问 列里面的数据 print column2[0] print column2['2013-01-03']
取数（切片）：
行模式切片 dfsub1 = df.iloc[4:5] print type( dfsub1 ) print dfsub1 dfsub2 = df.loc['2013-01-03':'2013-01-05'] print dfsub2 切片的结果 还是df, 而且改变 dfsub, 会同时改变 df ------------------------------------------------- 列模式 print ' get sub by column mode ' dfsub = df[['A','B']] print type( dfsub ) print dfsub ------------------------------------------------- 子集 row x column 方式一： print ' get sub by row X column mode ' dfsub = df.loc['20130102':'20130104', ['A', 'B']] print type( dfsub ) print dfsub 方式二 dfsub = df.iloc[ 1:3, 1:3 ] -------------------------------------------------
取数（条件切片）：
dfsub = df[ (df.A > 0) and (df.B > 0) ] 结果类型是 df 这个玩意很想数据库里的 select where 送一个特殊条件 print df[ df > 0 ]
行遍历 ：
def testForeach(): df = pd.read_table('D:/run/data/sz002626_2017-01-04.cvs', encoding='gbk') # ,header=0 df = df.sort_index(axis=0, ascending=False) df.columns = [1, 2, 3, 4, 5, 6] df[7] = 'kong' print df # 清洗 df[3] = df[3].replace('--', '0.00') df[3] = df[3].astype(float) #遍历 df[7] = df.apply(lambda r: dorec(r), axis=1) print df pass def dorec(rec): if (rec[3] > 0): return '涨' if (rec[3] < 0): return '跌' else: return '平'