Pandas常用函数有哪些

count非 NA 值的数量describe针对 Series 或 DF 的列计算汇总统计min , max最小值和最大值argmin , argmax最小值和最大值的索引位置（整数）idxmin , idxmax最小值和最大值的索引值quantile样本分位数（0 到 1）sum求和mean均值median中位数mad根据均值计算平均绝对离差var方差std标准差skew样本值的偏度（三阶矩）kurt样本值的峰度（四阶矩）cumsum样本值的累计和cummin , cummax样本值的累计最大值和累计最小值cumprod样本值的累计积diff计算一阶差分（对时间序列很有用）pct_change计算百分数变化

（1）.fillna()会填充nan数据，返回填充后的结果

（2）pddata["a"].unique() 特征a的值出现的set——唯一值

（3）.loc[]选取指定列进行操作——df.loc[行标签,列标签]

（4）.iloc[]函数——只能通过行号索引:df.iloc[0:4]它是基于索引位来选取数据集，0:4就是选取 0，1，2，3这四行

（5）作图

from pandas.tools.plotting import scatter_matrix（混淆散点图）

scatter_matrix(含有n个特征的数据X,s=100, alpha=1, c=colors[index], figsize=(10,10))

例如：scatter_matrix(beer[["calories","sodium","alcohol","cost"]],s=100, alpha=1, c=colors[beer["cluster"]], figsize=(16,16))