1. 源数据

data = np.random.randint(0, 10, size=(5, 3))
df = pd.DataFrame(data=data, index=list('ABCDE'), columns=['Python', 'NumPy', 'Pandas'])

2. describe()

"""
count：数量统计，此列共有多少有效值
mean：均值
std：标准差
min：最小值
25%：四分之一分位数
50%：二分之一分位数
75%：四分之三分位数
max：最大值
"""
df.describe()

# .T行列转换 自行规定百分比
df.describe([0.01, 0.3, 0.4, 0.9, 0.99]).T

3.df.info()

df.info()

4. df.std()

df.std()

5.df.drop()

print(df2.drop(['A', 'B']))  # 行
# print(df2.drop(['Python'], axis=1))  # 列

6.unique()【唯一、去重【只能用于一维数组Series】】

df['Python'].unique()

7.query()【按条件查询】

# == > <
# and &
# or |
# in 成员运算符
print(df.query('Python == 1'))  # 查询Python列中等于1的所有行
print("=====================================================")
print(df.query('Python > 1'))
print("=====================================================")
print(df.query('Python > 3 & Python < 9'))
print("=====================================================")
print(df.query('Python in [1,2,3]'))
print("=====================================================")
n = 5
print(df.query('Python > @n'))  # @n 表示使用n的值

8. df.sort_values()【根据值排序】

# 按照列名进行排序，默认是升序
df.sort_values('Python')
# 降序
df.sort_values('Python', ascending=False)

9.df.sort_index()【根据索引排序】

# 行索引
print(df.sort_index(axis=0))  # 升序
print(df.sort_index(axis=0, ascending=False))  # 降序
# 列索引
print(df.sort_index(axis=1))  # 升序
print(df.sort_index(axis=1, ascending=False))  # 降序

10.练习

新建一个形状10000*3的标准正态分布的DataFrame(np.random.randn)
去除所有满足以下情况的行：其中任一元素绝对值大于3倍标准差

df = pd.DataFrame(np.random.randn(10000, 3))
print(df.head())
# 过滤掉 大于3倍标准差的行
# 标准差
print("=====================================================")
print(df.abs())  # 绝对值
print("=====================================================")
print(df.std())  # 每一列的标准差
print("=====================================================")
print(df.std() * 3)  # 3倍标准差
print("=====================================================")
cond = df.abs() > df.std() * 3
print(cond.any(axis=1))  # 判断是否有符合条件的
print("=====================================================")
print(df[cond.any(axis=1)])  # 通过Boolean值索引过滤数据