data frame的常用函数

在Python的Pandas库中，DataFrame是一个二维标签化的数据结构，可以用来存储和操作数据。以下是一些常用的DataFrame函数和方法：

1. 创建DataFrame

`(data, columns=None, index=None, dtype=None,

copy=False)` 2. 基本属性

``：返回一个表示行数和列数的元组。 ``：返回DataFrame的索引对象。 ``：返回DataFrame的列标签。

3. 数据访问

`[]`：基于标签的索引。 `[]`：基于整数位置的索引。

4. 选择数据

`(n=5)`：返回前n行。 `(n=5)`：返回最后n行。

5. 数据清洗

`()`：删除含有缺失值的行或列。 `(value)`：用给定的值填充缺失值。

6. 数据转换

`(dtype)`：将数据转换为指定的数据类型。

`(columns=None, index=None)`：重命名列或行标签。

7. 数据处理

`(by=None, axis=0, level=None, as_index=True, sort=True)`：

根据一个或多个键对数据进行分组。

`(right, how, on=None, left_index=False, right_index=False,

sort=True)`：将两个DataFrame进行合并。 8. 数据聚合

`()`、`()`、`()`等：对数据进行聚合操作。

9. 数据排序

`_values(by, axis=0, ascending=True, inplace=False,

kind='quicksort', na_position='last')`：根据一个或多个键对数据进行排序。 10. 数据子集

`[row_labels, col_labels]`：选择指定的行和列。

11. 缺失值处理

`()`：返回一个与DataFrame相同形状的DataFrame，如果元素是缺失值则为True，否则为False。

`()`：返回一个与DataFrame相同形状的DataFrame，如果元素不是缺失值则为True，否则为False。

12. 重复值处理

`()`：返回一个与DataFrame相同形状的Series，如果元素是重复的则为True，否则为False。 13. 重塑数据

`()`：将宽格式的数据转换为长格式的数据。 14. 时间序列处理

`df['timestamp'] = _datetime(df['timestamp'])`：将某一列转换为时间序列格式。

`df['year'] = df['timestamp'].`：提取时间序列中的年份。 15. 索引调整

`df = (columns=['new_column1', 'new_column2'])`：调整列的顺序或添加新的列。