我们都有这种感觉，一些新知识如果不常使用，就会慢慢忘记。以至于，在做实际项目时，还是局限于自己认知范围里的那些 API。
要想克服这个弊病，真正将过往所学应用起来，可能需要真正吃透，并多思考，吸取精华，深入骨髓。
近日，推送过一个关于数据分析的系列，主要参考了 Pandas官方文档。今天，做一个小结，回顾复习下。
以下所写未必足够专业，甚至某些术语值得批判，大家凑合着看吧，如果能帮我指正，不胜感激。
Pandas 框架，作为最专业的 Python 分析工具包之一，有一个单独的数据操作模块，包括 15 个，全是设计上最顶层的函数。它们大致可以分类为：数据透视相关；数据分箱相关；多个数据表融合相关；分类变量的数值化相关。借助这 4 类函数可完成对数据的一些重要分析。下面依次介绍。
数据透视相关包括：melt, pivot, pivot_table, crosstab. melt 变换宽格式数据为长格式，通俗点说就是列数变少了，行数变多了。我们可以试着想想，如何实现。详细参考： 
宽表如何重构为长表， 与之类似的函数为：wide_to_long，与之逆操作为：pivot ： 数据由长格式变为宽格式，pivot操作是不能完成数据聚合透视的，它的升级版为：pivot_table， Python数据透视功能之 pivot_table()介绍。pandas还提供了一个透视功能更专一的：项频次统计的函数 crosstab， 数据透视之交叉表 crosstab()
数据分箱，是将连续值归类到对应的箱体中，提供了两种实现。cut 函数均分给定的一维数组的区间长度（最大值和最小值间距）为指定份数；qcut 函数是另一种装箱思路，根据数据样本出现的频次，均分成指定个数的箱体。这两个函数的必选参数包括：1维数组，箱体个数。 数据分箱技术cut 数据分箱技术qcut
数据融合，至少涉及到两个数据表，根据指定索引或通过轴，关联两张表。通过索引关联的函数包括：merge, merge_ordered, merge_asof, 前两个通过精确相等的键关联，第三个通过近似相等键关联，常用的merge参考： 一分钟学会Python这个硬核操作 ； 通过轴连接的为 concat 函数，它在0轴或1轴上扩展数据。
分类变量的数值化，是指将枚举类变量转化为indicator向量或称dummy 向量。什么是indicator向量，看看如下例子，A变量解析为：[1,0,0], B解析为：[0,1,0].
s = pd.Series(list('ABCA'))pd.get_dummies(s)#结果 A B C0 1 0 01 0 1 02 0 0 13 1 0 0除get_dummies外，还有一个枚举类型变量标注化函数：factorize，功能如下：
labels, uniques = pd.factorize(['A', 'B', 'C', 'A'])#结果labels为NumPy的ndarrays:array([0, 1, 2, 0], dtype=int64)uniques:array(['A', 'B', 'C'], dtype=object)还有一个不属于以上4类的去重的顶层函数：unique，这个比较容易理解。不再赘述。
以上就是 Pandas 包中，数据操作相关的顶层函数总结，欢迎批评指正。
来源：oschina
链接：https://my.oschina.net/u/4346514/blog/4305794