小编给大家分享一下pandas数据分析常用函数有哪些，相信大部分人都还不怎么了解，因此分享这篇文章给大家参考一下，希望大家阅读完这篇文章后大有收获，下面让我们一起去了解一下吧！
创新互联是一家集网站建设,习水企业网站建设,习水品牌网站建设,网站定制,习水网站建设报价,网络营销,网络优化,习水网站推广为一体的创新建站企业，帮助传统企业提升企业形象加强企业竞争力。可充分满足这一群体相比中小企业更为丰富、高端、多元的互联网需求。同时我们时刻保持专业、时尚、前沿，时刻以成就客户成长自我，坚持不断学习、思考、沉淀、净化自己，让我们为更多的企业打造出实用型网站。
1. 导入模块
import pandas as pd # 这里用到的是pandas和numpy两个模块
import numpy as np2. 创建数据集并读取
2.1 创建数据集
我构造了一个超市购物的数据集，该数据集属性包括：订单ID号（id）、订单日期（date）、消费金额（money）、订单商品（product）、商品类别（department）、商品产地（origin）。
# 列表和字典均可传入DataFrame，我这里用的是字典传入：
data=pd.DataFrame({
"id":np.arange(101,111), # np.arange会自动输出范围内的数据，这里会输出101~110的id号。
"date":pd.date_range(start="20200310",periods=10), # 输出日期数据，设置周期为10，注意这里的周期数应该与数据条数相等。
"money":[5,4,65,-10,15,20,35,16,6,20], # 设置一个-10的坑，下面会填（好惨，自己给自己挖坑，幸亏不准备跳~）
"product":['苏打水','可乐','牛肉干','老干妈','菠萝','冰激凌','洗面奶','洋葱','牙膏','薯片'],
"department":['饮料','饮料','零食','调味品','水果',np.nan,'日用品','蔬菜','日用品','零食'], # 再设置一个空值的坑
"origin":['China',' China','America','China','Thailand','China','america','China','China','Japan'] # 再再设置一个america的坑
})
data # 输出查看数据集输出结果：
2.2 数据写入和读取
data.to_csv("shopping.csv",index=False) # index=False表示不加索引，否则会多一行索引data=pd.read_csv("shopping.csv")3. 数据查看
3.1 数据集基础信息查询
data.shape # 行数列数
data.dtypes # 所有列的数据类型
data['id'].dtype # 某一列的数据类型
data.ndim # 数据维度
data.index # 行索引
data.columns # 列索引
data.values # 对象值3.2 数据集整体情况查询
data.head() # 显示头部几行（默认5行）
data.tail() # 显示末尾几行（默认5行）
data.info() # 数据集相关信息概览：索引情况、列数据类型、非空值、内存使用情况
data.describe() # 快速综合统计结果4. 数据清洗
4.1 查看异常值
当然，现在这个数据集很小，可以直观地发现异常值，但是在数据集很大的时候，我用下面这种方式查看数据集中是否存在异常值，如果有其他更好的方法，欢迎传授给我。
for i in data:
print(i+": "+str(data[i].unique())) # 查看某一列的唯一值输出结果：我们发现，该数据集中money存在一个负值，department存在一个空值以及origin存在大小写问题。
4.2 空值处理
4.2.1 空值检测
data.isnull()# 查看整个数据集的空值data['department'].isnull()# 查看某一列的空值
data.isnull() # 查看整个数据集的空值
data['department'].isnull() # 查看某一列的空值输出结果：
将空值判断进行汇总，更加直观，ascending默认为True，升序。
data.isnull().sum().sort_values(ascending=False)
输出结果：
4.2.2 空值处理
pandas.DataFrame.fillna（value = None，method = None，inplace = False）
value：用于填充的值，可以是具体值、字典和数组，不能是列表；
method：填充方法，有 ffill 和 bfill 等；
inplace默认无False，如果为True，则将修改此对象上的所有其他视图。
data['department'].fillna(method="ffill") # 填充上一个值，即填充“水果”
输出结果：
data['department'].fillna(method="bfill") # 填充下一个值，即填充“日用品”
data['department'].fillna(value="冷冻食品",inplace=True) # 替换为具体值，并且在原对象值上进行修改
输出结果：
4.3 空格处理
只针对object类型数据
for i in data: # 遍历数据集中的每一列
if pd.api.types.is_object_dtype(data[i]): # 如果是object类型的数据，则执行下方代码
data[i]=data[i].str.strip() # 去除空格
data['origin'].unique() # 验证一下输出结果：array([‘China’, ‘America’, ‘Thailand’, ‘america’, ‘Japan’], dtype=object)
4.4 大小写转换
data['origin'].str.title() # 将首字母大写
data['origin'].str.capitalize() # 将首字母大写
data['origin'].str.upper() # 全部大写
data['origin'].str.lower() # 全部小写4.5 数据替换
data['origin'].replace("america","America",inplace=True) # 将第一个值替换为第二个值，inplace默认为False
data['origin']输出结果：
data['money'].replace(-10,np.nan,inplace=True) # 将负值替换为空值
data['money'].replace(np.nan,data['money'].mean(),inplace=True) # 将空值替换为均值
data['money']输出结果：
4.6 数据删除
方法一
data1 = data[data.origin != 'American'] #去掉origin为American的行
data1
data2=data[(data != 'Japan').all(1)] #去掉所有包含Japan的行 不等于Japan的行为真，则返回
data2方法二
data['origin'].drop_duplicates() # 默认删除后面出现的重复值，即保留第一次出现的重复值
输出结果：
data['origin'].drop_duplicates(keep='last') # 删除前面出现的重复值，即保留最后一次出现的重复值
输出结果：
更多关于pandas.DataFrame.drop_duplicates的用法，戳下面官方链接：https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.drop_duplicates.html#pandas.DataFrame.drop_duplicates
4.7 数据格式转换
data['id'].astype('str') # 将id列的类型转换为字符串类型。常见的数据类型对照
4.8 更改列名称
data.rename(columns={'id':'ID', 'origin':'产地'}) # 将id列改为ID，将origin改为产地。输出结果：
以上是“pandas数据分析常用函数有哪些”这篇文章的所有内容，感谢各位的阅读！相信大家都有了一定的了解，希望分享的内容对大家有所帮助，如果还想学习更多知识，欢迎关注创新互联行业资讯频道！
