左右滑动查看完整表格与右侧的发音 / 星标 / 编辑 / 删除操作
| # | 英语 | 汉语 | |
|---|---|---|---|
| 41 | df.fillna( | 用数字0填充空值： df.fillna(value=0) | |
| 42 | replace | 数据替换df['city'].replace('sh', 'shanghai') | |
| 43 | engine | 分析引擎 | |
| 44 | std | 标准差 | |
| 45 | len | Python len() 方法返回对象（字符、列表、元组等）长度或项目个数。 | |
| 46 | range | range的中文意思是，范围、幅度、或者是在xxx之间变动。 | |
| 47 | axis | 即axis=1为横向，axis=0为纵向 | |
| 48 | inplace | inplace=True的意思是进行原地操作 | |
| 49 | concat | 纵向合并 pd.concat([,]) | |
| 50 | how inner | 指定的链接方式 | |
| 51 | outer | 外连接 | |
| 52 | df.dropna | 删除空值 | |
| 53 | subset | 设置subset参数 | |
| 54 | drop duplicates | 去重默认删掉完全重复的行，每个值都一样的行 | |
| 55 | drop duplicates subset | 删除这个字段重复的行 保留各自不重复的第一行 | |
| 56 | sort values | 似于SQL中的order by，可以将数据集依照某个字段中的数据进行排序，该函数即可根据指定列数据也可根据指定行的数据排序。 | |
| 57 | ascending True | 升序 | |
| 58 | ascending False | 降序 | |
| 59 | groupby | 分组 | |
| 60 | bins | 。 |