RとPythonを両方使っていると、「あれ？RのこれってPythonでどうやるんだっけ？」とよくなる (逆もまた然り) ので、自分用にメモ。
ひとまず、データ加工についてまとめてみます。
気付いたら適宜追記します。

略記

x: 任意の1次元配列 (Pythonはlistとarrayがある点に注意→コメント欄で補足)
n: 任意の整数値
str: 任意の文字列
df: 任意のデータフレーム
func: 任意の関数
(上記以外にfilenameとかvarとか唐突にでてきますが、なんとなく察して下さい)

前提

Rは{tidyverse}を使用 (library(tidyverse))
Pythonはnumpy, pandasを使用 (import numpy as np; import pandas as pd)
バージョンは、執筆時点の最新版を使用

やること	R	Python	コメント
論理値を表現する	`TRUE`, `FALSE`	`True`, `False`	大文字小文字に注意
データ型を確認する	`str(x)	`type(x)`
引数の有無を確認する	`missing(var)`	`var == None`	関数内で使用

やること	R	Python	コメント
2値化する	`ifelse(x>=0.5, 1, 0)`	`np.where(x >= 0.5, 1, 0)`	左記は0-1の範囲の配列を四捨五入する処理
配列の各要素を処理	`sapply(x, func)`	`[func(r) for r in x]`
任意の長さの配列を作る (値は0)	`numeric(length = n)`	`[0 for _ in range(n)]` または`np.zeros(shape = n)`
共通の要素を取り出す	`x1[x1 %in% x2]`	`set(x1) & set(x2)`
数値を0詰めしてn桁に揃える	`formatC(x, width = n, flag = "0")`	`str(x).zfill(n)`	xは数値型. 出力は文字列型

やること	R	Python	コメント
csvを読み込んでデータフレームにする	`read_csv(filename, ...)`	`pd.read_csv(filename, ...)`
配列をデータフレームにする	`as.data.frame(x)`	`pd.DataFrame(x, columns = ["colname"])`
データの次元数を見る	`dim(df)`	`df.shape`
欠損のある行を除く	`na.omit(df)`	`df.dropna()`
論理値の配列で抽出して、行番号を振り直す	`filter(df, boolean)`	`df[boolean].reset_index(drop = True)`
行番号で抽出する	`slice(df, x)`	`df.ix[x]`
横向きに結合する	`cbind(df1, df2)`	`pd.concat([df1, df2], axis = 1)`	concatをaxis=0にするとRのrbindになる
列ごとに集計関数を適用する	`apply(df, 2, func)`	`df.apply(func)`
csvに書き出す	`write.csv(df, "filename.csv", ...)`	`df.to_csv("filename.csv", ...)`