DataFrame 内置函数

DataFrame 是 pandas 库中的一个数据结构，它提供了许多内置函数可以对 DataFrame 进行操作和处理。以下是一些常用的 DataFrame 内置函数：

1. head()：返回 DataFrame 的前几行，默认返回前 5 行。
2. tail()：返回 DataFrame 的后几行，默认返回后 5 行。
3. info()：显示 DataFrame 的基本信息，包括列名、数据类型、非空值个数等。
4. describe()：显示 DataFrame 中数值列的统计信息，包括计数、平均值、标准差、最小值、最大值等。
5. shape：返回 DataFrame 的形状，即行数和列数。
6. columns：返回 DataFrame 的列名。
7. index：返回 DataFrame 的索引。
8. dtypes：返回 DataFrame 各列的数据类型。
9. unique()：返回 DataFrame 列中的唯一值。
10. dropna()：删除包含缺失值的行或列。
11. fillna()：填充 DataFrame 中的缺失值。
12. groupby()：按照指定的列对 DataFrame 进行分组。
13. sort_values()：按照指定的列对 DataFrame 进行排序。
14. merge()：根据指定的列将两个 DataFrame 进行合并。
15. pivot_table()：根据指定的列生成透视表。

这些只是一些常用的内置函数，DataFrame 还有很多其他功能强大的方法可以进行数据处理和分析。

相关问题

dataframe常用函数

DataFrame是Pandas库中非常重要的数据结构，它类似于二维表格，包含了行索引和列标签。DataFrame有许多内置函数用于处理、操作和分析数据，下面是一些常用的函数：

1. **head()** 和 **tail()**：显示数据框的前几行（默认5行）或后几行，用于快速查看数据概览。

2. **info()**：提供关于数据框基本信息，如每列的数据类型、非空值的数量等。

3. **describe()**：计算每个数值型列的基本统计信息，包括计数、平均值、标准差、最小值和最大值。

4. **select_dtypes()** 或 **dtypes**：返回数据类型的别名系列，帮助识别哪些列是数值型、分类型等。

5. **shape**：获取数据框的维度，即行数和列数。

6. **loc[]** 和 **iloc[]**：位置选择，前者基于标签，后者基于整数位置。

7. **merge()** 或 **concat()**：合并多个DataFrame，可以按列或行拼接。

8. **groupby()**：对数据分组并应用聚合函数，例如求和、平均等。

9. **apply()** 和 **map()**：分别用于对每一项应用自定义函数和将序列映射到另一序列上。

10. **dropna()**：删除包含缺失值的行或列。

11. **fillna()** 或 **replace()**：填充缺失值或替换特定值。

python dataframe apply函数

Python中的DataFrame apply函数是一种数据处理函数，它可以对DataFrame中的每一列或每一行进行函数操作。apply函数可以接受一个函数作为参数，这个函数可以是自定义的函数或者是Python内置的函数。apply函数的返回值是一个Series或DataFrame对象，它们的长度与原始DataFrame的长度相同。apply函数的使用可以大大简化数据处理的过程，提高数据处理的效率。