当前位置：首页 > news >正文

【数据分析】python-pandas速查文档（2）

news 2026/5/28 19:13:14

python-pandas速查文档（2）

博客主页：源码速查
本文档共 4 部分，当前为第 2 部分

文章目录

python-pandas速查文档（2）
- 六、公开方法速查（按功能分类）
- - - searchsorted()：查找插入位置
    - set_axis()：重设轴标签
    - set_categories()：重新设定分类值
    - set_closed()：设置闭合方式
    - set_codes()：设置编码值
    - set_eng_float_format()：设置工程浮点格式
    - set_index()：设置行索引列
    - set_levels()：设置层级标签值
    - set_names()：设置索引名称
    - set_option()：全局配置项
    - set_ordered()：设置有序标记
    - shift()：数据位移
    - sort()：排序
    - sort_index()：按索引排序
    - sort_values()：按值排序
    - sortlevel()：多级索引层级排序
    - stack()：列转行堆叠
    - strftime()：日期格式化输出
    - swaplevel()：交换索引层级
    - symmetric_difference()：对称差集
    - transform()：分组内逐行计算
    - tz_convert()：时区转换
    - tz_localize()：标记时区
    - unstack()：行索引转列
    - update()：原地更新数据
    - update_dtype()：更新类型
  - 计算聚合
  - - agg()：聚合计算
    - aggregate()：聚合计算（同义）
    - argmax()：最大值位置
    - argmin()：最小值位置
    - autocorr()：自相关系数
    - corr()：相关系数矩阵
    - corrwith()：按轴计算相关系数
    - count()：非空值计数
    - cov()：协方差矩阵
    - cummax()：累计最大值
    - cummin()：累计最小值
    - cumprod()：累计乘积
    - cumsum()：累计求和
    - describe()：统计描述
    - describe_option()：查看配置项说明
    - groupby()：分组操作
    - groups()：HDF5分组列表
    - idxmax()：最大值索引标签
    - idxmin()：最小值索引标签
    - max()：最大值
    - mean()：平均值
    - median()：中位数
    - min()：最小值
    - prod()：乘积
    - quantile()：分位数
    - std()：标准差
    - sum()：求和
    - value_counts()：频数统计
- 八、快速索引
- - 方法快速索引
- 九、参考资料

【pandas 公开成员统计】：共 41 个公开类，628 个公开方法，239 个公开属性

六、公开方法速查（按功能分类）

本部分继续列出公开方法详细条目。

searchsorted()：查找插入位置

Series.searchsorted(self, value: 'NumpyValueArrayLike | ExtensionArray', side: "Literal['left', 'right']" = 'left', sorter: 'NumpySorter | None' = None) -> 'npt.NDArray[np.intp] | np.intp'

归属：pandas.Series

说明：在已排序的 Series 中二分查找指定值的插入位置，保持有序。

importpandasaspd s=pd.Series([80,100,120,150],index=[1990,1991,1992,1993],name="价格指数")print("100 应插入位置:",s.searchsorted(100))# 输出: 1print("115 应插入位置:",s.searchsorted(115))# 输出: 2

set_axis()：重设轴标签

DataFrame.set_axis(self, labels, *, axis: 'Axis' = 0, copy: 'bool | None' = None) -> 'DataFrame'

归属：pandas.DataFrame

说明：替换行索引或列名称，适合整理来自英文或数据库默认字段名的表格。

importpandasaspd 销售底表=pd.DataFrame({"city":["北京","上海"],"amount":[120,150],"channel":["线上","门店"]})改名表=销售底表.set_axis(["城市","销售额","渠道"],axis=1)print(改名表.columns.tolist())# 输出: ['城市', '销售额', '渠道']

归属：pandas.Series

说明：替换 Series 的行索引标签。

importpandasaspd s=pd.Series([120,80,150],index=["北京","上海","广州"],name="销售额")s2=s.set_axis(["B京","S海","G州"])print(s2)# 输出:# B京 120# S海 80# G州 150

set_categories()：重新设定分类值

Categorical.set_categories(self, new_categories, ordered=None, rename: 'bool' = False)

归属：pandas.Categorical

说明：修改分类的合法类别集合，可添加新类别或移除旧类别。

importpandasaspd 等级=pd.Categorical(["初级","中级","初级"],categories=["初级","中级"],ordered=True)新等级=等级.set_categories(["初级","中级","高级"],ordered=True)print(新等级.categories.tolist())# 输出: ['初级', '中级', '高级']

归属：pandas.CategoricalIndex

说明：修改分类索引的合法类别集合。

importpandasaspd idx=pd.CategoricalIndex(["低","中","高"],categories=["低","中","高"],ordered=True)新索引=idx.set_categories(["低","中","高","特高"],ordered=True)print(新索引.categories.tolist())# 输出: ['低', '中', '高', '特高']

set_closed()：设置闭合方式

IntervalIndex.set_closed(self, *args, **kwargs)

归属：pandas.IntervalIndex

说明：修改区间索引的端点闭合方式（left/right/both/neither）。

importpandasaspd 区间=pd.IntervalIndex.from_breaks([0,10,20])# 默认右侧闭合print("修改前闭合:",区间.closed)# 输出: rightprint("修改后闭合:",区间.set_closed("left").closed)# 输出: left

set_codes()：设置编码值

MultiIndex.set_codes(self, codes, *, level=None, verify_integrity: 'bool' = True) -> 'MultiIndex'

归属：pandas.MultiIndex

说明：修改指定层级的编码值，直接控制该层级指向 levels 中哪个标签。

importpandasaspd 多级=pd.MultiIndex.from_tuples([("手机","北京"),("平板","上海")],names=["产品","城市"])新编码=多级.set_codes([[0],[1]],level=0)# 仅保留第0层第一组print(新编码)

set_eng_float_format()：设置工程浮点格式

pd.set_eng_float_format(accuracy: 'int' = 3, use_eng_prefix: 'bool' = False) -> 'None'

归属：pandas

说明：设置 DataFrame 中浮点数的工程计数法显示格式。

importpandasaspd pd.set_eng_float_format(accuracy=2,use_eng_prefix=True)df=pd.DataFrame({"电阻":[1000,2200000,0.0047]})print(df)# 输出: 电阻# 0 1.00k# 1 2.20M# 2 4.70mpd.reset_option("display.eng_float_format")

set_index()：设置行索引列

DataFrame.set_index(self, keys, *, drop: 'bool' = True, append: 'bool' = False, inplace: 'bool' = False, verify_integrity: 'bool' = False) -> 'DataFrame | None'

归属：pandas.DataFrame

说明：将指定列提升为行索引，默认从 DataFrame 中删除该列。

importpandasaspd 员工表=pd.DataFrame({"工号":["E001","E002"],"姓名":["张三","李四"],"部门":["技术部","市场部"]})设置后=员工表.set_index("工号")print(设置后)# 输出:# 姓名 部门# 工号# E001 张三 技术部# E002 李四 市场部

set_levels()：设置层级标签值

MultiIndex.set_levels(self, levels, *, level=None, verify_integrity: 'bool' = True) -> 'MultiIndex'

归属：pandas.MultiIndex

说明：替换指定层级的去重标签列表。

importpandasaspd 多级=pd.MultiIndex.from_tuples([("手机","北京"),("手机","上海")],names=["产品","城市"])新层级=多级.set_levels(["上海","广州"],level=1)print(新层级.levels[1].tolist())# 输出: ['上海', '广州']

set_names()：设置索引名称

Index.set_names(self, names, *, level=None, inplace: 'bool' = False) -> 'Self | None'

归属：pandas.Index

说明：设置单层或多层索引的名称。

importpandasaspd 城市索引=pd.Index(["北京","上海","广州"])有名称=城市索引.set_names("城市名")print(有名称.name)# 输出: 城市名

set_option()：全局配置项

pd.set_option(*args, **kwds) -> 'T'

归属：pandas

说明：设置 pandas 全局显示或行为选项，如最大行数、最大列宽、浮点精度。

importpandasaspd pd.set_option("display.max_rows",20)pd.set_option("display.max_columns",10)pd.set_option("display.float_format",lambdax:f"{x:.2f}")df=pd.DataFrame({"A":[1.23456,2.34567]})print(df)# 输出: A# 0 1.23# 1 2.35

set_ordered()：设置有序标记

Categorical.set_ordered(self, value: 'bool') -> 'Self'

归属：pandas.Categorical

说明：修改分类数据是否有序，影响后续的大小比较和排序行为。

importpandasaspd 等级=pd.Categorical(["初级","高级","中级"],categories=["初级","中级","高级"])等级.set_ordered(True,inplace=True)print(等级.ordered,"初级 < 高级:",等级[0]<等级[1])# 输出: True 初级 < 高级: True

shift()：数据位移

DataFrame.shift(self, periods: 'int | Sequence[int]' = 1, freq: 'Frequency | None' = None, axis: 'Axis' = 0, fill_value: 'Hashable' = <no_default>, suffix: 'str | None' = None) -> 'DataFrame'

归属：pandas.DataFrame

说明：将数据沿轴方向移动指定步数，空出的位置填 NaN，常用于构造滞后特征。

importpandasaspd 股票数据=pd.DataFrame({"日期":pd.date_range("2026-05-20",periods=4,freq="D"),"收盘价":[100,102,105,103]})股票数据["昨收"]=股票数据["收盘价"].shift(1)股票数据["涨跌"]=股票数据["收盘价"]-股票数据["昨收"]print(股票数据[["日期","收盘价","昨收","涨跌"]])# 输出:# 日期 收盘价 昨收 涨跌# 0 2026-05-20 100 NaN NaN# 1 2026-05-21 102 100.0 2.0# 2 2026-05-22 105 102.0 3.0# 3 2026-05-23 103 105.0 -2.0

sort()：排序

Index.sort(self, *args, **kwargs)

归属：pandas.Index

说明：对 Index 按值进行排序（已废弃，推荐使用 sort_values）。

importpandasaspd idx=pd.Index(["广州","北京","上海"],name="城市")print(idx.sort_values().tolist())# 输出: ['上海', '北京', '广州']（按拼音排序）

sort_index()：按索引排序

DataFrame.sort_index(self, *, axis: 'Axis' = 0, level: 'IndexLabel | None' = None, ascending: 'bool | Sequence[bool]' = True, inplace: 'bool' = False, kind: 'SortKind' = 'quicksort', na_position: 'NaP...

归属：pandas.DataFrame

说明：按行索引（或列索引）的值对 DataFrame 排序。

importpandasaspd 销售表=pd.DataFrame({"产品":["手机","平板"],"销量":[300,120]},index=["2026-05","2026-04"])排序后=销售表.sort_index()print(排序后)# 输出:# 产品 销量# 2026-04 平板 120# 2026-05 手机 300