Pandas是Python数据分析的利器，其内置函数能大幅简化数据操作流程。本文介绍10个高频函数，结合代码示例，帮助您快速掌握核心功能。

1. apply()

功能：对DataFrame的行或列应用自定义函数。

场景：数据转换或复杂计算。

# 示例：计算BMI指数（体重kg / (身高m)^2）

df['BMI'] = df.apply(lambda row: row['weight'] / (row['height']/100)**2, axis=1)

2. groupby()

功能：按指定列分组，实现聚合分析。

场景：统计分组数据（如分地区销售总额）。

# 按城市分组计算平均薪资

grouped = df.groupby('city')['salary'].mean()

# 多列聚合（同时计算均值和最大值）

result = df.groupby('department').agg({'salary': ['mean', 'max']})

3. fillna()

功能：填充缺失值（NaN）。

场景：数据清洗时处理缺失值。

# 用均值填充年龄缺失值

df['age'] = df['age'].fillna(df['age'].mean())

# 用前向填充法填充（用前一行数据填充）

df['sales'] = df['sales'].fillna(method='ffill')

4. merge()

功能：合并多个DataFrame（类似SQL的JOIN）。

场景：整合多源数据。

# 按ID合并两个表（默认内连接）

merged_df = pd.merge(df1, df2, on='id')

# 左连接（保留左表所有数据）

merged_left = pd.merge(df1, df2, on='id', how='left')

5. pivot_table()

功能：创建数据透视表，多维数据汇总。

场景：交叉分析（如分地区、分产品统计）。

# 统计不同城市和性别的平均薪资

pivot = pd.pivot_table(

    df, 

    values='salary', 

    index='city', 

    columns='gender', 

    aggfunc='mean'

)

6. value_counts()

功能：统计列中唯一值的频次。

场景：快速查看数据分布。

# 统计城市分布

city_counts = df['city'].value_counts()

# 显示占比（归一化）

city_ratio = df['city'].value_counts(normalize=True)

7. dropna()

功能：删除包含缺失值的行或列。

场景：清理无效数据。

# 删除所有包含缺失值的行

df_clean = df.dropna()

# 删除某列缺失值

df_clean_age = df.dropna(subset=['age'])

8. astype()

功能：强制转换列的数据类型。

场景：修复数据类型错误（如字符串转数值）。

# 将字符串列转为整数

df['user_id'] = df['user_id'].astype(int)

# 将日期字符串转为datetime类型

df['date'] = pd.to_datetime(df['date'])

9. sort_values()

功能：按指定列的值排序。

场景：排序分析（如按销售额降序）。

# 按薪资降序排列

df_sorted = df.sort_values('salary', ascending=False)

# 多列排序（先按城市升序，再按薪资降序）

df_sorted = df.sort_values(['city', 'salary'], ascending=[True, False])

10. query()

功能：通过表达式筛选数据。

场景：简化复杂条件查询。

# 筛选年龄大于30且薪资高于5万的记录

filtered = df.query('age > 30 and salary > 50000')

进阶技巧

链式操作：结合多个函数连续处理数据（如 df.fillna(0).groupby('city').mean()）。

lambda函数：与apply()配合实现灵活计算。

pd.to_datetime()：专门处理时间序列的转换函数。

通过掌握这10个函数，您能高效完成80%的日常数据处理任务。建议结合日常实际数据集练习，深化理解。