色哟哟视频在线观看-色哟哟视频在线-色哟哟欧美15最新在线-色哟哟免费在线观看-国产l精品国产亚洲区在线观看-国产l精品国产亚洲区久久

0
  • 聊天消息
  • 系統消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術視頻
  • 寫文章/發帖/加入社區
會員中心
創作中心

完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>

3天內不再提示

盤點66個Pandas函數合集

科技綠洲 ? 來源:Python實用寶典 ? 作者:Python實用寶典 ? 2023-10-30 09:58 ? 次閱讀

今天我們重新盤點66個Pandas函數合集,包括數據預覽、數值數據操作、文本數據操作、行/列操作等等,涉及“ 數據清洗 ”的方方面面。

Pandas 是基于NumPy的一種工具,該工具是為解決數據分析任務而創建的。它提供了大量能使我們快速便捷地處理數據的函數和方法。

數據預覽

對于探索性數據分析來說,做數據分析前需要先看一下數據的總體概況。info()方法用來查看數據集信息describe()方法將返回描述性統計信息,這兩個函數大家應該都很熟悉了。

describe方法默認只給出數值型變量的常用統計量,要想對DataFrame中的每個變量進行匯總統計,可以將其中的參數include設為all。

head()方法和tail() 方法則是分別顯示數據集的前n和后n行數據。如果想要隨機看N行的數據,可以使用sample()方法。

df.sample(3)

輸出:

圖片

如果要檢查數據中各列的數據類型,可以使用.dtypes;如果想要值查看所有的列名,可以使用.columns

df.columns

輸出:

Index(['日期', '銷量'], dtype='object')

前面介紹的函數主要是讀取數據集的數據信息,想要獲得數據集的大小(長寬),可以使用.shape方法。

df.shape

輸出:

(5, 2)

另外,len()可以查看某列的行數,count()則可以查看該列值的有效個數,不包含無效值(Nan)。

缺失值與重復值

Pandas清洗數據時,判斷缺失值一般采用isnull()方法。此外,isnull().any()會判斷哪些”列”存在缺失值,isnull().sum()用于將列中為空的個數統計出來。

df.isnull().any()

輸出:

日期    False
銷量    True
dtype: bool

發現“銷量”這列存在缺失值后,處理辦法要么刪除dropna() ,要么填充fillna()

df.fillna(50)

輸出:

圖片

Pandas清洗數據時,判斷重復值一般采用duplicated()方法。如果想要直接刪除重復值,可以使用drop_duplicates() 方法。此處較為常見,不再過多演示。


數值數據操作

我們在處理數據的時候,會遇到批量替換的情況,replace()是很好的解決方法。它既支持替換全部或者某一行,也支持替換指定的某個或指定的多個數值(用字典的形式),還可以使用正則表達式替換。

df["編號"].replace(r'BA.$', value='NEW', regex=True, inplace = True)

輸出:

圖片

在Pandas模塊中, 調?rank()?法可以實現數據排名。

df["排名"] = df.rank(method="dense").astype("int")

輸出:

圖片

rank()?法中的method參數,它有5個常?選項,可以幫助我們實現不同情況下的排名。

圖片

clip()方法,用于對超過或者低于某些數的數值進行截斷 ^[1]^ ,來保證數值在一定范圍。比如每月的遲到天數一定是在0-31天之間。

df["遲到天數"] = df["遲到天數"].clip(0,31)

圖片

唯一值unique()是以數組形式返回列的所有唯一值,而nunique()返回的是唯一值的個數。

df["gender"].unique()
df["gender"].nunique()

輸出:

圖片

在數值數據操作中,apply()函數的功能是將一個自定義函數作用于DataFrame的行或者列;applymap()函數的功能是將自定義函數作用于DataFrame的所有元素。他們通常也與匿名函數lambda一起使用。

df["數量"].apply(lambda x: x+1)

輸出:

圖片文本數據操作

之前我們曾經介紹過經常被人忽視的:Pandas 文本型數據處理。在對文本型的數據進行處理時,我們會大量應用字符串的函數,來實現對一列文本數據進行操作 ^[2]^ 。

函數方法用法釋義
cat字符串的拼接
contains判斷某個字符串是否包含給定字符
startswith/endswith判斷某個字符串是否以...開頭/結尾
get獲取指定位置的字符串
len計算字符串長度
upper、lower英文大小寫轉換
pad/center在字符串的左邊、右邊或左右兩邊添加給定字符
repeat重復字符串幾次
slice_replace使用給定的字符串,替換指定的位置的字符
split分割字符串,將一列擴展為多列
strip、rstrip、lstrip去除空白符、換行符
findall利用正則表達式,去字符串中匹配,返回查找結果的列表
extract、extractall接受正則表達式,抽取匹配的字符串(一定要加上括號)

舉例:

df.insert(2, "姓名", 
          df["姓"].str.cat(df["名"], sep=""))

輸出:

圖片

df["手機號碼"] = df["手機號碼"].str.slice_replace(3,7,"*"*4)

輸出:

圖片

df["地址"].str.extract("([u4e00-u9fa5]+)")

輸出:

圖片

行/列操作

數據清洗時,會將帶空值的行刪除,此時DataFrame或Series類型的數據不再是連續的索引,可以使用reset_index()重置索引。

df.reset_index(drop=True)

輸出:

圖片

rename()重命名用于更改行列的標簽,即行列的索引。可以傳入一個字典或者一個函數。在數據預處理中,比較常用。

df.rename(columns={'mark': 'sell'}, inplace=True)

輸出:

圖片

行列轉置,我們可以使用T屬性獲得轉置后的DataFrame。

df.T

輸出:

圖片

刪除行列,可以使用drop()

df.drop(columns=["mark"])

輸出:

圖片

數據分析師在進行數據處理時經常會遇到長寬表互轉的情況,這也是一道常見的數據分析面試題。

melt()方法可以將寬表轉長表,即表格型數據轉為樹形數據。

df.melt(id_vars="姓名", var_name="科目", value_name="成績")

輸出:

圖片

pivot()方法可以將長表轉寬表,即樹形數據轉為表格型數據。

df.pivot(index='姓名', columns='科目', values='成績')

輸出:

圖片

pivot()其實就是用 set_index()創建層次化索引,再用unstack()重塑

df1.set_index(['姓名','科目']).unstack('科目')

圖片

數據分組與數據透視表更是一個常見的需求,groupby()方法可以用于數據分組。

df.groupby("科目").mean()

圖片

由于pivot_table()數據透視表的參數比較多,就不再使用案例來演示了,具體用法可參考下圖。

圖片
數據篩選

如果是篩選行列的話,通常有以下幾種方法:

有時我們需要按條件選擇部分列、部分行,一般常用的方法有:

操作語法返回結果
選擇列df[col]Series
按索引選擇行df.loc[label]Series
按數字索引選擇行df.iloc[loc]Series
使用切片選擇行df[:5]DataFrame
用表達式篩選行^[3]^df[bool_vec]DataFrame

除此以外,還有很多方法/函數可以用于“數據篩選”。

如果想直接篩選包含特定字符的字符串,可以使用contains()這個方法。

例如,篩選戶籍地址列中包含“黑龍江”這個字符的所有行。

df[df["戶籍地址"].str.contains("黑龍江")]

query()查詢方法也可以用來篩選數據,比如查詢“語文”成績大于“數學”成績的行記錄。

df.query("語文 > 英語")

輸出:

圖片

select_dtypes()方法可用于篩選某些數據類型的變量或列。舉例,我們僅選擇具有數據類型'int64'的列。

df.select_dtypes("int64")

輸出:

圖片

isin()接受一個列表,判斷該列中元素是否在列表中。

name_list = ["張三", "李四"]
df[df["姓名"].isin(name_list)]

輸出:

圖片
數值數據統計運算

在對數值型的數據進行統計運算時,除了有算術運算、比較預算還有各種常見的匯總統計運行函數,具體如下表所示。

函數方法用法釋義
count非NaN數據項計數
sum求和
mean平均值
median中位數
mode眾數
max最大值
min最小值
std標準差
var方差
quantile分位數
skew返回偏態系數
kurt返回峰態系數

舉例:

df["語文"].max()

輸出:

155

最后,再說一個比較常用的統計運算函數——累加cumsum()

df["累計銷量"] = df["銷量"].cumsum()

輸出:

圖片

注:cumprod()方法是指連乘,用于與連加一樣,但使用頻率較少。


今天我們盤點了66個Pandas函數合集,但實際還有很多函數在本文中沒有介紹,包括時間序列、數據表的拼接與連接等等。此外,那些類似describe()這種大家非常熟悉的方法都省去了代碼演示。如果大家有在工作生活中進行“數據清洗”非常有用的Pandas函數,也可以在評論區交流。

聲明:本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人,不代表電子發燒友網立場。文章及其配圖僅供工程師學習之用,如有內容侵權或者其他違規問題,請聯系本站處理。 舉報投訴
  • 數據
    +關注

    關注

    8

    文章

    7006

    瀏覽量

    88949
  • 函數
    +關注

    關注

    3

    文章

    4329

    瀏覽量

    62576
收藏 人收藏

    評論

    相關推薦

    在PyODPS DataFrame自定義函數中使用pandas、scipy和scikit-learn

    的,MaxCompute 的 Python 環境只包含了 numpy 這一第三方包,用戶常常問的問題是,如何在自定義函數里使用 pandas、scipy 或者 scikit-learn 這樣的包含c
    發表于 05-17 19:48

    Pandas中的四種繪圖函數

    數據可視化(三):Pandas中的繪圖函數
    發表于 09-04 09:04

    pandas是什么?

    提示:文章寫完后,目錄可以自動生成,如何生成可參考右邊的幫助文檔文章目錄前言一、pandas是什么?二、使用步驟1.引入庫2.讀入數據總結前言提示:這里可以添加本文要記錄的大概內容:例如:隨著
    發表于 01-12 07:53

    pandas的快速入門介紹

    pandas 是基于NumPy 的一種工具,該工具是為了解決數據分析任務而創建的。Pandas 納入了大量庫和一些標準的數據模型,提供了高效地操作大型數據集所需的工具。pandas提供了大量能使我們
    發表于 06-03 08:00 ?0次下載
    <b class='flag-5'>pandas</b>的快速入門介紹

    從Excel到Python-最常用的36Pandas函數

    本文涉及pandas最常用的36函數,通過這些函數介紹如何完成數據生成和導入、數據清洗、預處理,以及最常見的數據分類,數據篩選,分類...
    的頭像 發表于 12-10 21:31 ?685次閱讀

    Python工具pandas篩選數據的15常用技巧

    pandas是Python數據分析必備工具,它有強大的數據清洗能力,往往能用非常少的代碼實現較復雜的數據處理 今天,總結了pandas篩選數據的15常用技巧,主要包括5知識點: 比
    的頭像 發表于 03-30 10:44 ?2883次閱讀
    Python工具<b class='flag-5'>pandas</b>篩選數據的15<b class='flag-5'>個</b>常用技巧

    盤點Pandas的100常用函數

    經過一段時間的整理,本期將分享我認為比較常規的100實用函數,這些函數大致可以分為六類,分別是統計匯總函數、數據清洗函數、數據篩選、繪圖與
    的頭像 發表于 04-01 09:52 ?2836次閱讀
    <b class='flag-5'>盤點</b><b class='flag-5'>Pandas</b>的100<b class='flag-5'>個</b>常用<b class='flag-5'>函數</b>

    解讀12 種 Numpy 和 Pandas 高效函數技巧

    本文分享給大家 12 種 Numpy 和 Pandas 函數,這些高效的函數會令數據分析更為容易、便捷。最后,讀者也可以在 GitHub 項目中找到本文所用代碼的 Jupyter Notebook
    的頭像 發表于 06-29 17:05 ?1497次閱讀

    NXP K66系列單片機開發板軟件例程IAR8.2版本工程源碼30合集

    NXP K66系列單片機開發板軟件例程IAR8.2版本工程源碼30合集(stc單片機)-NXP K66系列單片機開發板軟件例程IAR8.2版本工程源碼30
    發表于 07-22 12:25 ?0次下載
    NXP K<b class='flag-5'>66</b>系列單片機開發板軟件例程IAR8.2版本工程源碼30<b class='flag-5'>個</b><b class='flag-5'>合集</b>

    5必須知道的Pandas數據合并技巧

    concat是pandas中專門用于數據連接合并的函數,功能非常強大,支持縱向合并和橫向合并,默認情況下是縱向合并,具體可以通過參數進行設置。
    的頭像 發表于 04-13 10:35 ?2328次閱讀

    Pandas 50高級、高頻操作

    在數據分析和數據建模的過程中需要對數據進行清洗和整理等工作,有時需要對數據增刪字段。下面為大家介紹Pandas對數據的復雜查詢、數據類型轉換、數據排序、數據的修改、數據迭代以及函數的使用。
    的頭像 發表于 04-24 11:00 ?837次閱讀

    超強圖解Pandas,建議收藏

    Pandas是數據挖掘常見的工具,掌握使用過程中的函數是非常重要的。本文將借助可視化的過程,講解Pandas的各種操作。
    的頭像 發表于 08-29 15:15 ?621次閱讀
    超強圖解<b class='flag-5'>Pandas</b>,建議收藏

    如何使用Python和pandas庫讀取、寫入文件

    = pd.read_excel(' data .xlsx') 此代碼中,我們首先導入 pandas 庫并將其重命名為 pd。使用 pd.read_excel() 函數讀取 'data.xlsx' 文件并將其存儲在
    的頭像 發表于 09-11 17:52 ?1188次閱讀

    pandas中合并數據的5函數

    今天借著這個機會,就為大家盤點一下pandas中合并數據的5函數。 join join是基于索引的橫向拼接,如果索引一致,直接橫向拼接。如果索引不一致,則會用Nan值填充。 索引一致
    的頭像 發表于 10-31 11:11 ?755次閱讀
    <b class='flag-5'>pandas</b>中合并數據的5<b class='flag-5'>個</b><b class='flag-5'>函數</b>

    Pandas函數的三接口介紹

    本文主要介紹pandas.DataFrame的三接口,即assign、eval、query,分別用于賦值、查詢和執行計算。 01 assign 在數據分析處理中,賦值產生新的列是非常高頻的應用場
    的頭像 發表于 11-01 16:38 ?469次閱讀
    <b class='flag-5'>Pandas</b><b class='flag-5'>函數</b>的三<b class='flag-5'>個</b>接口介紹
    主站蜘蛛池模板: 伊人久久综在合线影院| 麻豆无人区乱码| 亚洲欧美日韩精品久久奇米色影视| 国产成人综合在线观看网站| 少妇两个奶头喷出奶水了怎么办| 成人国产AV精品久久久久| 日韩AV成人无码久久精品老人 | 快播电影官方网站| 征服丝袜旗袍人妻| 恋夜影院支持安卓视频美女| 最近韩国HD免费观看国语| 免费夜色污私人影院网站| 99久久免费只有精品| 欧美一区二区在线观看| 草莓湿漉漉是好事还是恶性| 三级叫床震大尺度视频| 国产高清美女一级毛片久久| 无码欧美XXXXX在线观看裸| 国产亚洲欧洲日韩在线三区 | 桃花在线观看播放| 国产偷啪自怕网| 亚洲色无码播放| 久久久久久久久a免费| 91系列在线观看免费| 青柠在线电影高清免费观看| 国产白丝精品爽爽久久久久久蜜臀| 午夜精品久久久久久影视riav| 红色机尾快播| 2020精品国产视| 秋霞久久久久久一区二区| 国产电影一区二区三区| 亚洲精品天堂无码中文字幕影院| 久久久久综合一本久道| japonensis护士| 无码国产成人777爽死| 精品国产国产综合精品| 99久久99久久精品免费看子| 日韩丰满少妇无码内射| 国产在线公开视频| 57PAO强力打造高清免费| 色婷婷狠狠97成为人免费|