共计 1733 个字符，预计需要花费 5 分钟才能阅读完成。
人生苦短，快学 Python！
明天给大家整顿了 100 个 Pandas 罕用的函数。
别离分为 6 类：统计汇总函数、数据荡涤函数、数据筛选、绘图与元素级运算函数、工夫序列函数和其余函数。
统计汇总函数
函数
含意
min()
计算最小值
max()
计算最大值
sum()
求和
mean()
计算平均值
count()
计数（统计非缺失元素的个数）
size()
计数（统计所有元素的个数）
median()
计算中位数
var()
计算方差
std()
计算标准差
quantile()
计算任意分位数
cov()
计算协方差
corr()
计算相关系数
skew()
计算偏度
kurt()
计算峰度
mode()
计算众数
describe()
描述性统计（一次性返回多个统计后果）
groupby()
分组
aggregate()
聚合运算（能够自定义统计函数）
argmin()
寻找最小值所在位置
argmax()
寻找最大值所在位置
any()
等价于逻辑“或”
all()
等价于逻辑“与”
value_counts()
频次统计
cumsum()
运算累计和
cumprod()
运算累计积
pct_change()
运算比率（后一个元素与前一个元素的比率）
数据荡涤函数
函数
含意
duplicated()
判断序列元素是否反复
drop_duplicates()
删除反复值
hasnans()
判断序列是否存在缺失（返回 TRUE 或 FALSE）
isnull()
判断序列元素是否为缺失（返回与序列长度一样的 bool 值）
notnull()
判断序列元素是否不为缺失（返回与序列长度一样的 bool 值）
dropna()
删除缺失值
fillna()
缺失值填充
ffill()
前向后填充缺失值（应用缺失值的前一个元素填充）
bfill()
后向填充缺失值（应用缺失值的后一个元素填充）
dtypes()
查看数据类型
astype()
类型强制转换
pd.to_datetime
转日期工夫型
factorize()
因子化转换
sample()
抽样
where()
基于条件判断的值替换
replace()
按值替换（不可应用正则）
str.replace()
按值替换（可应用正则）
str.split.str()
字符分隔
数据筛选函数
函数
含意
isin()
成员关系判断
between()
区间判断
loc()
条件判断（可应用在数据框中）
iloc()
索引判断（可应用在数据框中）
compress()
条件判断
nlargest()
搜查最大的 n 个元素
nsmallest()
搜查最小的 n 个元素
str.findall()
子串查问（可应用正则）
绘图与元素级运算函数
函数
含意
hist()
绘制直方图
plot()
可基于 kind 参数绘制更多图形（饼图，折线图，箱线图等）
map()
元素映射
apply()
基于自定义函数的元素级操作
工夫序列函数
函数
含意
dt.date()
抽取出日期值
dt.time()
抽取出工夫（时分秒）
dt.year()
抽取出年
dt.mouth()
抽取出月
dt.day()
抽取出日
dt.hour()
抽取出时
dt.minute()
抽取出分钟
dt.second()
抽取出秒
dt.quarter()
抽取出季度
dt.weekday()
抽取出星期几（返回数值型）
dt.weekday_name()
抽取出星期几（返回字符型）
dt.week()
抽取出年中的第几周
dt.dayofyear()
抽取出年中的第几天
dt.daysinmonth()
抽取出月对应的最大天数
dt.is_month_start()
判断日期是否为当月的第一天
dt.is_month_end()
判断日期是否为当月的最初一天
dt.is_quarter_start()
判断日期是否为当季度的第一天
dt.is_quarter_end()
判断日期是否为当季度的最初一天
dt.is_year_start()
判断日期是否为当年的第一天
dt.is_year_end()
判断日期是否为当年的最初一天
dt.is_leap_year()
判断日期是否为平年
其它函数
函数
含意
append()
序列元素的追加（需指定其余序列）
diff()
一阶差分
round()
元素的四舍五入
sort_values()
按值排序
sort_index()
按索引排序
to_dict()
转为字典
tolist()
转为列表
unique()
元素排重
