共计 2702 个字符，预计需要花费 7 分钟才能阅读完成。
Pandas 是 Python 的一个 数据分析库，提供如 DataFrame 等非常容易操作的数据结构，是近年做数据分析时不可或缺的工具之一。
尽管曾经有满坑满谷的教学文章、视频或是线上课程，正是因为 pandas 学习资源之多，导致初学者经常不知如何踏出第一步。
在这篇文章外头，咱们将靠近 40 个实用的 pandas 技巧由浅入深地分成 6 大类别：
建设 DataFrame
定制化 DataFrame 显示设定
数据清理 & 整顿
获得想要关注的数据
根本数据处理与转换
简略汇总 & 剖析数据
通过有系统地出现这些 pandas 技巧，咱们心愿能让更多想要利用 Python 做数据分析或是想成为 data scientist 的你，能用最有效率的形式把握外围 pandas 能力；同时也心愿你能将本人认为实用但本文没有提到的技巧与咱们分享。
废话不多说啦，让咱们开始这趟 pandas 旅程吧！当然，首先你得 import pandas：
建设 DataFrame
pandas 里有十分多种能够初始化一个 DataFrame 的技巧：
1. 用 Python dict 建设 DataFrame
应用 Python 的 dict 来初始化 DataFrame 非常直观，基本上 dict 外头的每一个键（key）都对应到一个列名称，而其值（value）则是一个 iterable，代表该列外头所有的数值。
在须要治理多个 DataFrames 时你会须要用更有意义的名字来代表它们，但在数据迷信畛域里只有看到 df，每个人都会预期它是一个 Data Frame，不论是 Python 或是 R 语言的使用者。
很多时候你也会须要扭转 DataFrame 里的列名称：
这里也很直观，就是给一个将旧列名对应到新列名的 Python dict。值得注意的是参数 axis=1：在 pandas 里大部分函数预设解决的轴为行（row），以 axis= 0 示意；而将 axis 设置为 1 则代表你想以列（column）为单位套用该函数。
你也能够用 df.columns 的形式扭转列名称：
2. 应用 pd.util.testing 随机建设 DataFrame
当你想要随便初始化一个 DataFrame 并测试 pandas 性能时，pd.util.testing 就显得非常好用：
head 函数预设用来显示 DataFrame 中前 5 项数据，要显示最初数据则能够应用 tail 函数。
你也能够用 makeMixedDataFrame 建设一个有各种数据类型的 DataFrame 不便测试：
其余函数如 makeMissingDataframe 及 makeTimeDataFrame 咱们在前面的章节介绍应用。
3. 将剪贴簿内容转换成 DataFrame
你能够从 Excel、Google Sheet 或是网页上复制表格并将其转成 DataFrame。
只需简略 2 个步骤：
复制其余起源的表格；
执行 pd.read_clipboard；
这个技巧在你想要疾速将一些数据转成 DataFrame 时十分不便。
4. 读取线上 CSV 文档
不限于本地档案，只有有正确的 URL 以及网络连接就能够将网络上的任意 CSV 档案转成 DataFrame。比方说你能够将 Kaggle 驰名的 Titanic 比赛的 CSV 档案从网络上下载下来并转成 DataFrame：
过来人教训，尽管像这样利用 pandas 间接从网络上下载并剖析数据很不便，然而有时 host 数据的网页与机构（尤其是政府机关）会无预期地批改他们网站，导致数据集的 URL 生效。为了最大化重现性，我还是会倡议将数据载到本地备份之后，再做剖析比拟切实。
5. 优化内存使用量
你能够透过 df.info 查看 DataFrame 以后的内存用量：
从最初一列能够看出 Titanic 这个小 DataFrame 只占了 322 KB。这边应用的 df 不占什么内存，但如果你想读入的 DataFrame 很大，能够只读入特定的栏位并将已知的分类型（categorical）栏位转成 category 型态以节俭内存（在分类数目较数据量小时无效）：
通过缩小读入的栏位数并将 object 转换成 category 栏位，读入的 df 只剩 135KB，只需刚刚的 40% 内存用量。
另外如果你想在无限的内存解决微小 CSV 文档，也能够透通过 chunksize 参数来限度一次读入的行数（rows）：
定制化 DataFrame 显示设定
尽管 pandas 会尽可能地将一个 DataFrame 残缺且丑陋地出现进去，有时候你还是会想要扭转预设的显示方式。这节列出一些常见的应用情境。
1. 残缺显示所有列
有时候一个 DataFrame 外头的栏位太多，pandas 会主动省略某些两头栏位以放弃页面整洁：
但如果你无论如何都想要显示所有栏位以不便一次查看，能够透过 pd.set_option 函数来扭转 display.max_columns 设定：
1 pd.set_option(“display.max_columns”, None)
2 df
另外你也能够应用 T 来转置（transpose）以后 DataFrame，垂直显示所有栏位：
1 df.T.head (15)
此外，你能够在 pandas 官网文件里查看其余罕用的显示设定。
2. 缩小显示的栏位长度
这边你一样能够通过 pd.set_option 函数来限度 Titanic 数据集外头 Name 栏位的显示长度：
3. 扭转浮点数显示位数
除了栏位长度以外，你经常会想要扭转浮点数（float）显示的小数点位数：
你会发现 Fare 栏位当初只显示小数点后一位的数值了。另外留神刚刚设定的 max_colwidth 是会被套用到所有 DataFrame 的。因而这个 DataFrame 的 Name 栏位显示的宽度还跟上个 DataFrame 雷同：都被缩减了。
想要将所有调整过的设定初始化，能够执行：
1 pd.reset_option(“all”)
其余罕用的 options 蕴含：
max_rows
max_columns
date_yearfirst
等等。执行 pd.describe_option()能够显示所有可供使用的 options，但如果你是在 Jupyter notebook 内应用 pandas 的话，我举荐间接在 set_option 函式的括号里输出 Shift+ tab 显示所有选项。
另外值得一提的是 pandas 函数都会 回传解决后的后果，而不是间接批改原始 DataFrame。
这让你能够轻松地把多个函式串（chain）成一个简单的数据处理 pipeline，但又不会影响到最原始的数据：
瞧！原来的 DataFrame 还是挺淳厚的，留神 Fare 栏位里的小数点并没有因为刚刚的 styling 而变少，而这让你在出现 DataFrame 时有最大的弹性。
以上是思迈特软件的一些技术分享，心愿对您有所帮忙！