【導(dǎo)語(yǔ)】在做數(shù)據(jù)分析時(shí)都會(huì)用到 Pandas。雖然 Pandas 的功能十分強(qiáng)大。但是實(shí)際用的時(shí)候，并不能快速的找到對(duì)應(yīng)的解決方案，那么其實(shí)Pandas官方早就提供了一份知識(shí)框架，放在了Github上。
地址：https://github.com/pandas-dev/pandas/tree/master/doc/cheatsheet
這兩張圖片一共歸納了13類常用的Pandas操作，下面我們就來(lái)簡(jiǎn)單看一看。
1、數(shù)據(jù)創(chuàng)建
介紹了幾種常用的DataFrame創(chuàng)建語(yǔ)法
2、數(shù)據(jù)重塑
這部分主要是一些在數(shù)據(jù)清洗中常用的方法，比如數(shù)據(jù)連接、數(shù)據(jù)排序、數(shù)據(jù)刪除等，并且還對(duì)四個(gè)常用的操作給出了圖示，理解起來(lái)簡(jiǎn)直不要太方便！
3、數(shù)據(jù)篩選
這一塊區(qū)域主要是分別用行/列來(lái)講解一些常用的數(shù)據(jù)查看、抽樣、切片等操作，包含了tail、head、loc、iloc等非常重要的方法，并且同樣給出了部分動(dòng)畫便于理解
4、數(shù)據(jù)探索
這一塊主要給出了一些在進(jìn)行探索性分析時(shí)常用的方法，比如max、min、count等，不過(guò)官方將apply放在這里，并沒(méi)有展開講解
5、數(shù)據(jù)修改
這兩個(gè)區(qū)域?yàn)槿笔е堤幚砗蛣?chuàng)建新的列，重點(diǎn)用動(dòng)畫示例了assign和qcut方法，缺失值處理部分僅給出了兩個(gè)方法，應(yīng)該是偷懶了
6、數(shù)據(jù)分組
主要就是groupby和相關(guān)方法
7、數(shù)據(jù)連接
這里介紹的還是非常詳細(xì)！用圖片例子來(lái)展示pd.merge中的各種參數(shù)變化的不同，一看就懂
8、繪制圖表
繪制可視化圖表是Pandas的一個(gè)重要功能。不過(guò)受限于篇幅，官方在這里僅僅是一筆帶過(guò)。
大家應(yīng)該能看出來(lái)，這是一份提綱挈領(lǐng)的“學(xué)習(xí)線索”，為你理清思路，指明方向。但是僅僅靠著兩張圖片是不可能把所有內(nèi)容就弄明白的，它更像是我們考試前劃的“復(fù)習(xí)重點(diǎn)”。通過(guò)這兩張表，我們可以了解哪些操作可以用Pandas完成，以及在你不確定用什么方法處理數(shù)據(jù)時(shí)，快速查到Pandas中的哪個(gè)函數(shù)可以做到。因?yàn)槲⑿艜?huì)對(duì)圖片進(jìn)行壓縮，所以可以直接訪問(wèn)項(xiàng)目地址。
希望本文的內(nèi)容對(duì)大家的學(xué)習(xí)或者工作能帶來(lái)一定的幫助，每天進(jìn)步一點(diǎn)點(diǎn)，加油?。
