这 20 个Pandas 函数, 你可能没试过

Pandas 是 pytho 里主流的数据分析库。Pandas 之所以如此普遍，是因为集功能性、灵活性于一体。为了简化数据分析过程, Pandas 其实内置了许多功能和方法.

本文举例说明 20 个 Pandas 好用的功能和方法。希望这些方法对精进中的你有帮助.

import numpy as np
import pandas as pd

df.query(expr，inplace = False，** kwargs) # 使用布尔表达式查询帧的列

参数：
expr：str要评估的查询字符串, 不同条件之间用布尔运算符连接, 整体外包引号
inplace=False：是否修改数据或返回副本
kwargs：dict关键字参数

返回：Dataframe

根据条件筛选数据是数据分析过程中的常见操作, Pandas 也提供了很多过滤方法, 比如 条件[ ], 比如loc/iloc. 相比之下, query() 做为查询函数, 语句更贴近自然语言, 多条件筛选更加易读

values_1 = np.random.randint(10, size=10)
values_2 = np.random.randint(10, size=10)
years = np.arange(2010,2020)
groups = ['A','A','B','A','B','B','C','A','C','C']