Python数据分析笔记目录

速查笔记	使用实例
Pandas-数据导入 （未完成）
Pandas-数据探索 基础属性 shape indexs columns values dtype/dtypes　　 汇总和计算描述统计 count() value_count() describe()　　 head() tail()
Pandas-数据整理 丢弃值 drop() 缺失值处理 isnull() & notnull() dropna() fillna()　　 值替换 replace() get_dummies()　 重复值处理 duplicated() is_unique() unique() drop_duplicated() 排序&排名 sort_index() rank()　　 索引设置 reindex() set_index() reset_index() stack() & unstack() 修改列名 rename()	【转载】使用pandas进行数据清洗 数据表中的重复值 duplicated() drop_duplicated() 数据表中的空值/缺失值 isnull()&notnull() dropna() fillna() 数据间的空格 查看数据中的空格 去除数据中的空格 大小写转换 数据中的异常和极端值 replace() 更改数据格式 astype() to_datetime() 数据分组 cut() 数据分列 split()
Pandas-数据选取 [] where 布尔查找 isin query loc iloc ix map与lambda contains	【转载】使用Pandas对数据进行筛选和排序 sort() 对单列数据进行排序 对多列数据进行排序 获取金额最小前10项 获取金额最大前10项 Loc 单列数据筛选并排序 多列数据筛选并排序 按筛选条件求和(sumif, sumifs) 按筛选条件计数(countif, countifs) 按筛选条件计算均值(averageif, averageifs) 按筛选条件获取最大值和最小值
	【转载】使用Pandas进行数据提取 set_index() ix 按行提取信息 按列提取信息 按行与列提取信息 提取特定日期的信息 按日期汇总信息 resample()
Pandas-多表操作 merge join concat append combin_first	【转载】使用Pandas进行数据匹配 merge()介绍 inner模式匹配 lefg模式匹配 right模式匹配 outer模式匹配 NaN值匹配模式
Pandas-数据聚合与分组运算 （未完成） 图解“split-apply-combine” 数据的分类split： groupby() 以column进行分组 以index进行分组 分组遍历　 数据的应用apply： aggregate() agg() 数据的转译tansformaton： transform() 数据的过滤filteration： filter() 数据透视表 pivot() pivot_table() crosstab()	【转载】使用Pandas创建数据透视表 pandas.pivot_table() 创建简单的数据透视表 增加一个行维度(index) 增加一个值变量(value) 更改数值汇总方式 增加数值汇总方式 增加一个列维度(columns) 增加多个列维度　 增加数据汇总值