Pandas Häufige Funktionen
Pandas bietet eine Vielzahl von Funktionen für die Datenverarbeitung und -analyse. Im Folgenden sind einige häufig verwendete Funktionen aufgeführt:
Allgemeine Funktionen
| Funktion | Beschreibung |
|---|---|
pd.isna(obj) | Prüft, ob das Objekt ein fehlender Wert ist. |
pd.notna(obj) | Prüft, ob das Objekt kein fehlender Wert ist. |
pd.concat(objs, axis) | Mehrere Objekte verketten. |
pd.merge(left, right, on) | DataFrames nach Spalten zusammenführen. |
pd.get_dummies(data) | Kategoriale Variablen One-Hot-kodieren. |
pd.cut(x, bins) | Kontinuierliche Daten in Bins einteilen. |
pd.qcut(x, q) | Nach Quantilen in Bins einteilen. |
pd.to_numeric(arg) | In numerische Werte umwandeln. |
pd.to_datetime(arg) | In datetime umwandeln. |
pd.unique(values) | Eindeutige Werte abrufen. |
pd.value_counts(values) | Häufigkeiten zählen. |
pd.factorize(values) | Kategorische Variablen kodieren. |
pd.crosstab(index, columns) | Kreuztabelle. |
pd.pivot_table(data) | Pivot-Tabelle. |
pd.melt(frame) | Von breit zu lang. |
Daten lesen und schreiben (IO)
| Funktion | Beschreibung |
|---|---|
pd.read_csv() | CSV-Datei lesen. |
pd.read_excel() | Excel lesen. |
pd.read_json() | JSON lesen. |
pd.read_html() | HTML-Tabellen parsen. |
pd.read_sql() | Aus Datenbank lesen. |
df.to_csv() | CSV schreiben. |
df.to_excel() | Excel schreiben. |
df.to_json() | JSON schreiben. |
df.to_parquet() | Parquet schreiben. |
Datenbereinigung
| Funktion | Beschreibung |
|---|---|
df.dropna() | Fehlende Werte verwerfen. |
df.fillna() | Fehlende Werte ausfüllen. |
df.replace() | Daten ersetzen. |
df.drop_duplicates() | Duplikate entfernen. |
df.astype() | Typkonvertierung. |
df.rename() | Spalten umbenennen. |
df.sort_values() | Sortieren. |
df.reset_index() | Index zurücksetzen. |
Datenauswahl und Filterung
| Funktion | Beschreibung |
|---|---|
df.head() | Erste paar Zeilen. |
df.tail() | Letzte paar Zeilen. |
df.loc[] | Label-basierte Indizierung. |
df.iloc[] | Positionsbasierte Indizierung. |
df.query() | Bedingte Filterung. |
df.filter() | Spaltenfilterung. |
Gruppierung und Aggregation
| Funktion | Beschreibung |
|---|---|
df.groupby() | Gruppierungsoperation. |
groupby.sum() | Summe aggregieren. |
groupby.mean() | Mittelwert. |
groupby.agg() | Mehrere Aggregationen. |
groupby.transform() | Transformieren. |
Mathematische und statistische Funktionen
| Funktion | Beschreibung |
|---|---|
Series.sum() | Summe. |
Series.mean() | Mittelwert. |
Series.median() | Median. |
Series.std() | Standardabweichung. |
Series.var() | Varianz. |
Series.corr() | Korrelationskoeffizient. |
Series.quantile() | Quantil. |
Series.cumsum() | Kumulative Summe. |
Zeichenkettenverarbeitung
| Funktion | Beschreibung |
|---|---|
Series.str.lower() | Kleinbuchstaben. |
Series.str.upper() | Großbuchstaben. |
Series.str.strip() | Leerzeichen entfernen. |
Series.str.replace() | Ersetzen. |
Series.str.contains() | Abgleichen. |
Series.str.split() | Aufteilen. |
Series.str.len() | Länge. |
Zeitreihe
| Funktion | Beschreibung |
|---|---|
pd.date_range() | Datumsangaben generieren. |
pd.Timestamp() | Zeitstempel. |
pd.Timedelta() | Zeitdifferenz. |
Series.dt.year | Jahr. |
Series.dt.month | Monat. |
Series.dt.day | Tag. |
Series.dt.weekday | Wochentag. |
Daten umformen
| Funktion | Beschreibung |
|---|---|
df.pivot() | Pivot. |
df.pivot_table() | Pivot-Tabelle. |
df.stack() | Spalten zu Zeilen. |
df.unstack() | Zeilen zu Spalten. |
pd.melt() | Von breit zu lang. |
Beispiel
import pandas as pd
# Allgemeine Funktionen
s = pd.Series([1, 2, 3, None])
print(pd.isna(s))
# Mathematik
print(s.sum())
# Zeichenkette
s_str = pd.Series(['a', 'b'])
print(s_str.str.upper())
# Zeit
dates = pd.to_datetime(['2023-01-01'])
print(dates.dt.month)
# Allgemeine Funktionen
s = pd.Series([1, 2, 3, None])
print(pd.isna(s))
# Mathematik
print(s.sum())
# Zeichenkette
s_str = pd.Series(['a', 'b'])
print(s_str.str.upper())
# Zeit
dates = pd.to_datetime(['2023-01-01'])
print(dates.dt.month)
Wenn Sie detailliertere Informationen benötigen, können Siedie offizielle Pandas-Dokumentation heranziehen.。
Andere Erweiterungen