( Python.pandas ) 物件函數，運算，排序，統計 ，函數，存取 csv , pickle 檔

一維Series 


 pd.Series()  #建立 Series 物件,可以利用串列或字典來建立

.ndim  .shape  .size #查詢 Series 物件的維度、形狀和元素個數

.dtype 或 .dtypes  #查詢 Series 物件s元素的型別

.values  #提取 Series 物件的值

.index  #提取 Series 物件的索引名稱

.where(list)  #若 list 裡的元素為 True,則提取該元素,否則回應 NaN

.isna()  #判別物件裡的元素是否為缺失值(Missing value)

.notna()  #判別物件裡的元素是否不是缺失值(Missing value)

.fillna(n) #將物件裡的缺失值填上n 

.dropna() #刪除物件裡的缺失值

二維 DataFrame 

pd.DataFrame()  #建立 DataFrame 物件,可以利用串列或字典來建立

.dtype  #查詢 DataFrame 物件的型別(注意 dtypes 要加s)

.index  #提取或設定 DataFrame 物件的列索引 

.columns  #提取或設定 DataFrame 物件的欄索引(或稱行索引)

.head(n)  #提取 DataFrame 物件的前n筆資料

.tail(n)  #提取 DataFrame 物件的後n 筆資料

 .T   #將 DataFrame 物件轉置,也就是欄與列互換

運算

d.reindex(alist)  #將物件 d 的列索引依 alist 重新排列

d.drop(n)     #刪除物件d索引為n的元素

d.insert(i, v, data)  #在欄索引 i以索引 添加資料 data(僅適用於 DataFrame)

d1.append(d2)   #將資料 d2 附加在 d1 之後

d.loc[row,col]    #依列索引row 和欄索引 col 來提取元素

d.iloc[irow,icol] #依列和欄之索引來提取元素(irow 和 icol 為整數) 

dl.add(d2)     #將 d1 物件與 d2 物件相加,同 d1 + d2

d1.sub(d2)    #將 d1 物件與 d2 物件相減,同 d1 - d2 

dl.mul(d2)    #將 d1 物件與 d2 物件相乘,同d1 × d2

dl.div(d2)     #將d1 物件與 d2 物件相除,同 d1 / d2

d.index.duplicated()     #判別物件d的列索引是否重複