Если вы занимаетесь наукой о данных и используете Python в качестве базового инструмента, вы должны знать о Pandas, поэтому я сразу перехожу к теме.

Основная цель создания этого документа — собрать все основные предложения панд в одном месте, поэтому нам не нужно искать во многих местах, когда они нам понадобятся.

список предложений в разных сегментах

Структуры данных:

Методы серии:

• series = pd.Series(data): создает новый объект серии из массива или списка данных.
• series.values: возвращает значения серии в виде массива NumPy.
• series.index: возвращает индекс серии.
• series.head(n): возвращает первые n строк серии.
• series.tail(n): возвращает последние n строк ряда.
• series.describe(): предоставляет сводную статистику серии.
• series.unique(): возвращает уникальные значения в серии.
• series.isnull(): возвращает логическую маску, указывающую, какие значения равны нулю.
• series.dropna(): возвращает новую серию с удаленными нулевыми значениями.
• df.drop(columns=['column_name']): удаляет столбец из DataFrame.
• series.fillna(value): возвращает новую серию с нулевыми значениями, заполненными указанным значением.

• df = pd.DataFrame(data): создает новый объект DataFrame из словаря, массива NumPy или списка словарей.
• df.columns: возвращает метки столбцов DataFrame.
• df.index: возвращает метки строк DataFrame.
• df.memory_usage: вернуть использование памяти для каждого столбца в байтах.
• df.head(n): возвращает первые n строк DataFrame.
• df.tail(n): возвращает последние n строк DataFrame.
• df.shape: возвращает кортеж, представляющий размеры DataFrame.
• df.info(): предоставляет информацию о DataFrame
• df.describe(): предоставляет сводную статистику DataFrame.
• df.groupby(column): группирует DataFrame по указанному столбцу.
• df.merge(other_df): объединяет DataFrame с другим DataFrame на основе общего столбца.
• df.pivot_table(): создает сводную таблицу из DataFrame.

Описательная статистика:

• df.mean(): вычисляет среднее
• df.median(): вычисляет медиану
• df.mode(): вычисляет режим

• df.corr(): вычисляет корреляцию между столбцами
• df.cov(): вычисляет ковариацию между столбцами

• df.quantile(0.25): вычисляет первый квартиль

Обработка пропущенных значений:

• df.isnull(): возвращает DataFrame с логическими значениями, указывающими, какие ячейки содержат пропущенные значения.
• df.dropna(): возвращает новый DataFrame с удаленными нулевыми значениями.
• df.fillna(value): заполняет все пропущенные значения указанным значением.
• df.interpolate(method='linear'):Заполните значения NaN, используя метод интерполяции

• df.duplicated(): возвращает логический ряд, указывающий, какие строки являются дубликатами.
• df.drop_duplicates(): удаляет все повторяющиеся строки.

• df.astype(): преобразует тип данных столбца DataFrame в указанный тип данных.

• str.replace(old, new): заменяет все вхождения указанной строки другой строкой.
• str.split(): разбивает строку на список подстрок.
• str.strip(): удаляет начальные и конечные пробелы из строки.

• df.clip(lower, upper): отсекает все значения в DataFrame, чтобы они находились в пределах указанного диапазона.

• df.rename(columns={'old_name': 'new_name'}): переименовывает столбец в DataFrame.

• str.lower(): переводит все символы строки в нижний регистр.
• str.upper(): переводит все символы строки в верхний регистр.
• str.strip(): удаляет начальные и конечные пробелы из строки.

• df.apply(function): применяет функцию к каждому элементу в DataFrame.
• df.mean(): вычисляет среднее значение каждого столбца в DataFrame.
• df.std(): вычисляет стандартное отклонение каждого столбца в DataFrame.

Фильтрация данных:

• df.loc[condition]: возвращает строки DataFrame, соответствующие заданному условию.
• df.query(condition): возвращает строки DataFrame, которые соответствуют указанному условию, используя строку запроса.

• df.sort_values(by=column): сортирует DataFrame по указанному столбцу.
• df.sort_index(): сортирует DataFrame по индексу.

• df.groupby(column): группирует DataFrame по указанному столбцу.
• grouped.aggregate(function): применяет функцию агрегирования к каждой группе.

• df.merge(other_df): объединяет DataFrame с другим DataFrame на основе общего столбца.
• df.join(other_df): объединяет DataFrame с другим DataFrame на основе индекса.
• pd.concat([df1, df2]): объединяет два или более DataFrames вместе.
• df1.append(df2): добавляет один DataFrame к другому DataFrame.

• df.melt(id_vars=column): разворачивает DataFrame из широкого формата в длинный формат.
• df.pivot(index, columns, values): создает новый DataFrame с указанным индексом, столбцами и значениями.
• df.stack(): переводит DataFrame из широкого формата в длинный формат.

• df.groupby(column).sum(): вычисляет сумму каждой группы.
• df.groupby(column).mean(): вычисляет среднее значение каждой группы.
• df.groupby(column).max(): вычисляет максимум каждой группы.

• df.rolling(window).mean(): вычисляет среднее скользящее значение столбца.
• df.expanding().sum(): вычисляет расширяющуюся сумму столбца.

Манипуляции со строками:

• df['column_name'].str.lower(): преобразует все символы в столбце в нижний регистр.
• df['column_name'].str.upper(): переводит все символы в столбце в верхний регистр.
• df['column_name'].str.strip(): удаляет начальные и конечные пробелы из столбца.
• df['column_name'].str.replace('old_value', 'new_value'): заменяет все вхождения значения в столбце новым значением.

• df['column_name'].str.contains('pattern'): проверяет, соответствует ли каждый элемент в столбце шаблону регулярного выражения.
• df['column_name'].str.extract('pattern'): извлекает первое вхождение шаблона регулярного выражения из каждого элемента в столбце.

• df['column_name'].str.split('delimiter'): разбивает каждый элемент в столбце на список токенов на основе разделителя.

• df[df['column_name'].str.contains('pattern')]: фильтрует строки в DataFrame на основе соответствия шаблона регулярного выражения значению в столбце.
• df[df['column_name'].str.len() > 10]: фильтрует строки в DataFrame на основе длины значения в столбце.

• df['column_name'].str.cat(sep='delimiter'): объединяет все элементы в столбце в одну строку, разделенную разделителем.
• df['column_name'].str.get_dummies(): создает кадр данных с горячим кодированием из столбца, содержащего несколько категориальных значений.

Линейные графики:

• df.plot(): создает линейную диаграмму DataFrame.

• df.plot(kind='bar'): создает вертикальную гистограмму DataFrame.
• df.plot(kind='barh'): создает горизонтальную гистограмму DataFrame.

• df.plot(kind='pie'): создает круговую диаграмму DataFrame.

• df.plot(kind='scatter', x='column1', y='column2'): создает точечную диаграмму двух столбцов в DataFrame.

• df.plot(kind='hist'): создает гистограмму DataFrame.

• df.plot(kind='box'): создает коробчатую диаграмму DataFrame.

• df.plot(kind='area'): создает диаграмму с областями DataFrame.

Чтение данных:

• pd.read_csv(file_path): считывает данные из CSV-файла в DataFrame.
• pd.read_excel(file_path): считывает данные из файла Excel в DataFrame.
• pd.read_sql(query, connection): считывает данные из базы данных SQL в DataFrame.
• pd.read_json(file_path): считывает данные из файла JSON в DataFrame.
• pd.read_html(url): считывает данные со страницы HTML в список фреймов данных.
• pd.read_clipboard(): считывает данные из буфера обмена в DataFrame.

• df.to_csv(file_path): записывает данные из DataFrame в файл CSV.
• df.to_excel(file_path): записывает данные из DataFrame в файл Excel.
• df.to_sql(table_name, connection): записывает данные из DataFrame в таблицу базы данных SQL.
• df.to_json(file_path): записывает данные из DataFrame в файл JSON.

Индексация времени:

• pd.to_datetime(date_string): преобразует строку даты в объект datetime.
• df.set_index('datetime_column'): устанавливает столбец даты и времени в качестве индекса DataFrame.

• df.resample('D').mean(): передискретизирует DataFrame до ежедневной частоты и вычисляет среднее значение для каждого дня.
• df.resample('M').sum(): передискретизирует DataFrame до месячной частоты и вычисляет сумму за каждый месяц.

• df.shift(1): сдвигает значения в DataFrame на один период.

• df.rolling(window=2).mean(): вычисляет скользящее среднее значение DataFrame за окно из двух периодов.

• df.tz_localize('UTC'): устанавливает часовой пояс DataFrame в UTC.
• df.tz_convert('US/Pacific'): преобразует часовой пояс DataFrame в Тихоокеанский регион США.

• pd.date_range(start='2020-01-01', end='2020-12-31', freq='D'): генерирует диапазон дат с 1 января 2020 г. по 31 декабря 2020 г. с ежедневной периодичностью.

Особенности разработки:

• df['new_column'] = df['column_1'] + df['column_2']: создает новый столбец путем добавления двух существующих столбцов.
• df['new_column'] = df['column'].apply(function): применяет функцию к каждому значению в столбце для создания нового столбца.
• df['new_column'] = pd.cut(df['column'], bins): создает новый столбец путем группирования непрерывной переменной.

Это список нескольких часто используемых методов, но панды могут предложить гораздо больше. Пожалуйста, ознакомьтесь с официальной документацией панд для получения более подробных сведений. Кроме того, все эти методы могут быть изменены в зависимости от новой версии панд, поэтому, пожалуйста, проверьте официальную версию, прежде чем использовать ее.

Ссылка