上期回顾：九道门丨pandas的18个重要函数，你会用哪些？（上）。接着上次，我们今天继续来分享Pandas的18个重要函数（下），感兴趣的同学赶紧拿出小本本记下来吧。

数据分析优质社群，等你加入哦~

10）df.astype（ ）：

当你想把一个特定的列数据类型转换为另一种数据类型，DataFrame.astype() 函数就能派上用场。

语法：

DataFrame.astype(dtype, copy=True, errors='raise')

参数：

dtype：将整个 pandas 对象转换为同一类型。numpy.dtype{col: dtype, …}numpy.dtypecopy：默认为 True。在以下情况返回副本 copy=Truecopy=False。Errors：默认为“raise”。控制对提供的 dtype 的无效数据引发异常。raise：允许引发异常ignore：禁止显示异常。出错时返回原始对象。

例：

df = pd.read_csv("employees.csv")df

df.info()

#changing the dtype of columns 'Team' and 'Salary'-----------df = df.astype({"Team":'category', "Salary":'int64'})

11）pd.concat（ ）：

沿特定轴连接 pandas 对象，并沿其他轴连接可选的设置逻辑。还可以在连接轴上添加分层索引层，如果传递的轴编号上的标签相同（或重叠），则这可能很有用。

语法：

pandas.concat(objs, axis=0, join=’outer’, ignore_index=False, keys=None, levels=None, names=None, verify_integrity=False, sort=False, copy=True)

参数：

objs：序列或数据帧对象的序列或映射。axis：默认 0。连接轴：要连接的轴可以是下标为 0，列为 1。join：{' inner '， ' outer '}，默认为' outer '。ignore_index：bool，默认为 False。keys：顺序，默认无。levels：序列列表，默认无。names：列表，默认无。verify_integrity：bool，默认为 False。sort：bool，默认为 False。

例：

import pandas as pddf1 = pd.DataFrame({'points': [25, 12, 15, 14, 19],                   'Player': ["Adam","Bob","Cot","Derrick","Ethan"],                   'rebounds': [11, 8, 10, 6, 6]})df2 =  pd.DataFrame({'points': [15, 22, 75, 84, 29],                   'Player': ["A","B" , "C", "D", "E"],                   'rebounds': [18, 38, 90, 56, 36]})

连接 df1 和 df2：

# Concating both the dataframespd.concat([df1,df2])

连接后为数据帧分配键：

df_concat = pd.concat([df1, df2], keys=['Set1', 'Set2'])df_concat

两个集合的索引都是重复的。因此使用 ignore_index = True

df_concat = pd.concat([df1, df2],keys=['Set1','Set2'], ignore_index=True)df_concat

沿轴 axis=1:df2 添加第二个数据帧

df_concat = pd.concat([df1, df2], keys=['Set1', 'Set2'], axis=1)df_concat

组合具有重叠列的对象，并仅返回那些通过传递关键字参数来共享的对象：DataFrameinnerjoin。

import pandas as pddf1 = pd.DataFrame({'points': [25, 12, 15, 14, 19],                   'Player': ["Adam","Bob","Cot","Derrick","Ethan"],                   'rebounds': [11, 8, 10, 6, 6]})df2 =  pd.DataFrame({'points': [15, 22, 75, 84, 29],                   'Player': ["A","B" , "C", "D", "E"],                   'rebounds': [18, 38, 90, 56, 36],                    'Overs':[25, 12, 15, 14, 19]})

df_concat = pd.concat([df1, df2], join = 'inner')df_concat

12）df.describe（ ）：

describe（）函数用于生成描述性统计信息，包括汇总数据集分布的中心趋势、分散度和形状（不包括值）的统计数据。它分析数值和对象序列，以及混合数据类型的列集。输出取决于所提供的数据。

语法：

DataFrame.describe(percentiles=None, include=None, exclude=None)

参数：

percentile：列出介于 0–1 之间的列表式数据类型。include：描述数据帧时要包含的数据类型列表。exclude：描述数据帧时要排除的数据类型列表。

例：

df2 =  pd.DataFrame({'points': [15, 22, 75, 84, 29],                   'Player': ["A","B" , "C", "D", "E"],                   'rebounds': [18, 38, 90, 56, 36],                    'Overs':[25, 12, 15, 14, 19]})df2.describe()

13） df.isnull().sum() ：

在分析数据之前，删除缺失值、计算缺失值及其百分比非常重要。

df.isnull().sum() function is used to count the number of missing values in each column.

使用的数据： 沃尔玛销售预测 | 卡格尔

df = pd.read_csv('features.csv')df.isnull().sum()

14）pd.isna()：

检测类似数组的对象的缺失值。此函数采用标量或类似数组的对象，并指示值是否丢失。

对于标量输入，返回标量布尔值。对于数组输入，返回一个布尔数组，指示是否缺少每个相应的元素。

df.isna()

返回存在空值和不空值的位置。

15）pd.to_datetime() ：

将参数转换为日期时间。

s = pd.Series(['5/10/2022', '5/10/2022', '5/10/2022'] * 100)s

将序列的数据类型更改为 sobject datetime

pd.to_datetime(s)

16）df.isin() ：

isin() 函数可以传递一个列表，以检查数据帧/序列中是否存在值列表。

例：

s = pd.Series(['5/10/2022', '5/11/2022', '5/12/2022'] * 100)lst = ['5/10/2022']s.isin(lst)

如果存在值且找不到值，则返回 True False

17）df.pivot() ：

返回按给定索引/列值组织的重构数据帧。

语法：

DataFrame.pivot(index=None, columns=None, values=None)

例：

df2 =  pd.DataFrame({'points': [15, 22, 75, 84, 29],                   'team': ["A","B" , "C", "D", "E"],                    'player':['Adam','Tom','Jerry','Harry','Jon']})df2

pivot_df2 = df2.pivot(index = 'player',columns = 'team',                        values ['points'])pivot_df2 = pivot_df2.fillna('-')pivot_df2

18） df.insert() ：

将列插入到 DataFrame 的指定位置。

参数：

loc：dtype is，插入索引。必须验证 0 <= loc <= len（列）column：数字或可哈希（hashable）对象value：标量、系列或类似数组allow_duplicates：布尔值，可选默认 False

语法 ：

DataFrame.insert(loc, column, value, allow_duplicates=False)

例 ：

df.insert(2,'age',[45,34,23,34,56,55,45,30,33])df