Pandas 常用函数

概念与用途

本页汇总日常探索、转换和分析中高频 API。它同时作为教程与参考手册中的“Pandas 常用函数”页面。

核心 API

类别	常用 API	用途
检查	head、sample、info、describe	理解规模、类型和分布
计数	value_counts、nunique、isna	检查类别与质量
转换	assign、astype、replace、rename	生成或规范字段
排序汇总	sort_values、nlargest、agg、groupby	排序和统计
组合	merge、concat、pivot_table	连接与重塑

可运行示例

import pandas as pd

df = pd.DataFrame({"team": ["A", "A", "B"], "score": [8, 10, 7]})
summary = (df.groupby("team")["score"]
             .agg(count="size", mean="mean", best="max")
             .sort_values("mean", ascending=False))
print(summary)

示例二：检查数据质量

import pandas as pd

df = pd.DataFrame({"id": [1, 1, 2], "status": ["new", None, "paid"]})
quality = {
    "rows": len(df),
    "duplicate_ids": int(df["id"].duplicated().sum()),
    "missing_status": int(df["status"].isna().sum()),
    "status_counts": df["status"].value_counts(dropna=False).to_dict(),
}
print(quality)

返回类型与对齐速记

head 返回同类对象，info 打印摘要并返回 None，describe 返回 DataFrame，nunique 对 Series 返回整数、对 DataFrame 返回 Series。assign 中新 Series 和 concat(axis=1) 都按索引对齐，不按当前行位置盲目拼接。

排序和去重通常返回新对象，但底层复制不是稳定契约。需要唯一键时在操作后显式断言，而不是依赖当前排序或 inplace=True。

注意事项

inplace=True 通常不减少峰值内存，也不利于链式表达；优先赋值结果。describe 只是概览，不能替代约束检查。聚合时明确 numeric_only 和空值策略；大表避免全量 apply(axis=1)，先寻找向量化、map、transform 或合并方案。