其他
整理了 25 个 Pandas 实用技巧，拿走不谢！
首先我们需要先提前下载好示例数据集：
drinksbycountry.csv : http://bit.ly/drinksbycountry imdbratings.csv : http://bit.ly/imdbratings chiporders.csv : http://bit.ly/chiporders smallstockers.csv : http://bit.ly/smallstocks kaggletrain.csv : http://bit.ly/kaggletrain uforeports.csv : http://bit.ly/uforeports
1. 显示已安装的版本
输入下面的命令查询pandas版本：
如果你还想知道pandas所依赖的模块的版本，你可以使用show_versions()函数:
2. 创建示例DataFrame
现在如果你需要创建一个更大的DataFrame，上述方法则需要太多的输入。在这种情况下，你可以使用Numpy的random.rand()函数，告诉它行数和列数，将它传递给DataFrame constructor：
这种方式很好，但如果你还想把列名变为非数值型的，你可以强制地将一串字符赋值给columns参数：
你可以想到，你传递的字符串的长度必须与列数相同。
3. 更改列名
我更喜欢在选取pandas列的时候使用点（.），但是这对那么列名中含有空格的列不会生效。让我们来修复这个问题。
使用这个函数最好的方式是你需要更改任意数量的列名，不管是一列或者全部的列。
如果你需要做的仅仅是将空格换成下划线，那么更好的办法是使用str.replace()方法，这是因为你都不需要输入所有的列名：
上述三个函数的结果都一样，可以更改列名使得列名中不含有空格：
最后，如果你需要在列名中添加前缀或者后缀，你可以使用add_prefix()函数：
或者使用add_suffix()函数：
4. 行序反转
该数据集描述了每个国家的平均酒消费量。如果你想要将行序反转呢？
如果你还想重置索引使得它从0开始呢？
你可以看到，行序已经反转，索引也被重置为默认的整数序号。
5. 列序反转
逗号之前的冒号表示选择所有行，逗号之后的::-1表示反转所有的列，这就是为什么country这一列现在在最右边。
6. 通过数据类型选择列
假设你仅仅需要选取数值型的列，那么你可以使用select_dtypes()函数：
这包含了int和float型的列。
你还可以选取多种数据类型，只需要传递一个列表即可：
你还可以用来排除特定的数据类型：
7. 将字符型转换为数值型
这些数字实际上储存为字符型，导致其数据类型为object:
为了对这些列进行数学运算，我们需要将数据类型转换成数值型。你可以对前两列使用astype()函数：
但是，如果你对第三列也使用这个函数，将会引起错误，这是因为这一列包含了破折号（用来表示0）但是pandas并不知道如何处理它。
如果你知道NaN值代表0，那么你可以fillna()函数将他们替换成0：
最后，你可以通过apply()函数一次性对整个DataFrame使用这个函数：
仅需一行代码就完成了我们的目标，因为现在所有的数据类型都转换成float:
8. 减小DataFrame空间大小
可以看到它使用了304.KB。
通过仅读取用到的两列，我们将DataFrame的空间大小缩小至13.6KB。
通过将continent列读取为category数据类型，我们进一步地把DataFrame的空间大小缩小至2.3KB。
9. 按行从多个文件中构建DataFrame
这是第二天的：
这是第三天的：
你可以将每个CSV文件读取成DataFrame，将它们结合起来，然后再删除原来的DataFrame，但是这样会多占用内存且需要许多代码。
glob会返回任意排序的文件名，这就是我们为什么要用Python内置的sorted()函数来对列表进行排序。
不幸的是，索引值存在重复。为了避免这种情况，我们需要告诉concat()函数来忽略索引，使用默认的整数索引：
10. 按列从多个文件中构建DataFrame
同上一个技巧一样，我们以使用glob()函数开始。这一次，我们需要告诉concat()函数按列来组合：
现在我们的DataFrame已经有六列了。
11. 从剪贴板中创建DataFrame
和read_csv()类似，read_clipboard()会自动检测每一列的正确的数据类型：
让我们再复制另外一个数据至剪贴板：
神奇的是，pandas已经将第一列作为索引了：
需要注意的是，如果你想要你的工作在未来可复制，那么read_clipboard()并不值得推荐。
12. 将DataFrame划分为两个随机的子集
我们可以使用sample()函数来随机选取75%的行，并将它们赋值给"movies_1"DataFrame：
接着我们使用drop()函数来舍弃“moive_1”中出现过的行，将剩下的行赋值给"movies_2"DataFrame：
你可以发现总的行数是正确的：
你还可以检查每部电影的索引，或者"moives_1":
或者"moives_2":
需要注意的是，这个方法在索引值不唯一的情况下不起作用。
13. 通过多种类型对DataFrame进行过滤
其中有一列是genre（类型）:
比如我们想要对该DataFrame进行过滤，我们只想显示genre为Action或者Drama或者Western的电影，我们可以使用多个条件，以"or"符号分隔：
但是，你实际上可以使用isin()函数将代码写得更加清晰，将genres列表传递给该函数：
如果你想要进行相反的过滤，也就是你将吧刚才的三种类型的电影排除掉，那么你可以在过滤条件前加上破浪号：
这种方法能够起作用是因为在Python中，波浪号表示“not”操作。
14. 从DataFrame中筛选出数量最多的类别
该Series的nlargest()函数能够轻松地计算出Series中前3个最大值：
事实上我们在该Series中需要的是索引：
最后，我们将该索引传递给isin()函数，该函数会把它当成genre列表：
这样，在DataFrame中只剩下Drame, Comdey, Action这三种类型的电影了。
15. 处理缺失值
你将会注意到有些值是缺失的。
isna()会产生一个由True和False组成的DataFrame，sum()会将所有的True值转换为1，False转换为0并把它们加起来。
或者你想要舍弃那么缺失值占比超过10%的列，你可以给dropna()设置一个阈值：
len(ufo)返回总行数，我们将它乘以0.9，以告诉pandas保留那些至少90%的值不是缺失值的列。
16. 将一个字符串划分成多个列
如果我们需要将“name”这一列划分为三个独立的列，用来表示first, middle, last name呢？我们将会使用str.split()函数，告诉它以空格进行分隔，并将结果扩展成一个DataFrame:
这三列实际上可以通过一行代码保存至原来的DataFrame:
如果我们想要划分一个字符串，但是仅保留其中一个结果列呢？比如说，让我们以", "来划分location这一列：
如果我们只想保留第0列作为city name，我们仅需要选择那一列并保存至DataFrame:
17. 将一个由列表组成的Series扩展成DataFrame
这里有两列，第二列包含了Python中的由整数元素组成的列表。
通过使用concat()函数，我们可以将原来的DataFrame和新的DataFrame组合起来：
18. 对多个函数进行聚合
每个订单（order）都有订单号（order_id），包含一行或者多行。为了找出每个订单的总价格，你可以将那个订单号的价格（item_price）加起来。比如，这里是订单号为1的总价格：
如果你想要计算每个订单的总价格，你可以对order_id使用groupby()，再对每个group的item_price进行求和。
但是，事实上你不可能在聚合时仅使用一个函数，比如sum()。为了对多个函数进行聚合，你可以使用agg()函数，传给它一个函数列表，比如sum()和count():
这将告诉我们没定订单的总价格和数量。
19. 将聚合结果与DataFrame进行组合
如果我们想要增加新的一列，用于展示每个订单的总价格呢？回忆一下，我们通过使用sum()函数得到了总价格：
sum()是一个聚合函数，这表明它返回输入数据的精简版本（reduced version ）。
比这个函数的输入要小：
解决的办法是使用transform()函数，它会执行相同的操作但是返回与输入数据相同的形状：
我们将这个结果存储至DataFrame中新的一列：
你可以看到，每个订单的总价格在每一行中显示出来了。
20. 选取行和列的切片
这就是著名的Titanic数据集，它保存了Titanic上乘客的信息以及他们是否存活。
但是，这个DataFrame结果可能比你想要的信息显示得更多。
如果你不是对所有列都感兴趣，你也可以传递列名的切片：
21. 对MultiIndexed Series进行重塑
如果你想对某个类别，比如“Sex”，计算存活率，你可以使用groupby():
如果你想一次性对两个类别变量计算存活率，你可以对这些类别变量使用groupby()：
该结果展示了由Sex和Passenger Class联合起来的存活率。它存储为一个MultiIndexed Series，也就是说它对实际数据有多个索引层级。
该DataFrame包含了与MultiIndexed Series一样的数据，不同的是，现在你可以用熟悉的DataFrame的函数对它进行操作。
22. 创建数据透视表（pivot table）
想要使用数据透视表，你需要指定索引(index), 列名(columns), 值(values)和聚合函数(aggregation function)。
这个结果既显示了总的存活率，也显示了Sex和Passenger Class的存活率。
这个结果展示了每一对类别变量组合后的记录总数。
23. 将连续数据转变成类别数据
它现在是连续性数据，但是如果我们想要将它转变成类别数据呢？
这会对每个值打上标签。0到18岁的打上标签"child"，18-25岁的打上标签"young adult"，25到99岁的打上标签“adult”。
24. 更改显示选项
注意到，Age列保留到小数点后1位，Fare列保留到小数点后4位。如果你想要标准化，将显示结果保留到小数点后2位呢？
set_option()函数中第一个参数为选项的名称，第二个参数为Python格式化字符。可以看到，Age列和Fare列现在已经保留小数点后两位。注意，这并没有修改基础的数据类型，而只是修改了数据的显示结果。
对于其它的选项也是类似的使用方法。
25. Style a DataFrame
我们可以创建一个格式化字符串的字典，用于对每一列进行格式化。然后将其传递给DataFrame的style.format()函数：
注意到，Date列是month-day-year的格式，Close列包含一个$符号，Volume列包含逗号。
我们现在隐藏了索引，将Close列中的最小值高亮成红色，将Close列中的最大值高亮成浅绿色。
Volume列现在有一个渐变的背景色，你可以轻松地识别出大的和小的数值。
现在，Volumn列上有一个条形图，DataFrame上有一个标题。