今天分享幾個(gè)不為人知的pandas函數(shù)，大家可能平時(shí)看到的不多，但是使用起來倒是非常的方便，也能夠幫助我們數(shù)據(jù)分析人員大幅度地提高工作效率，同時(shí)也希望大家看完之后能夠有所收獲

• items()方法

• iterrows()方法

• insert()方法

• assign()方法

• eval()方法

• pop()方法

• truncate()方法

• count()方法

• add_prefix()方法/add_suffix()方法

• clip()方法

• filter()方法

• first()方法

• isin()方法

• df.plot.area()方法

• df.plot.bar()方法

• df.plot.box()方法

• df.plot.pie()方法

items()方法

pandas當(dāng)中的items()方法可以用來遍歷數(shù)據(jù)集當(dāng)中的每一列，同時(shí)返回列名以及每一列當(dāng)中的內(nèi)容，通過以元組的形式，示例如下

df?=?pd.DataFrame({"species":?["bear",?"bear",?"marsupial"],??????????????????"population":?[1864,?22000,?80000]},??????????????????index=["panda",?"polar",?"koala"])df

output

species??populationpanda???????bear????????1864polar???????bear???????22000koala??marsupial???????80000

然后我們使用items()方法

for?label,?content?in?df.items():????print(f"label:?{label}")????print(f"content:?{content}",?sep="/n")????print("="?*?50)

output

label:?speciescontent:?panda?????????bearpolar?????????bearkoala????marsupialName:?species,?dtype:?object==================================================label:?populationcontent:?panda?????1864polar????22000koala????80000Name:?population,?dtype:?int64==================================================

相繼的打印出了‘species’和‘population’這兩列的列名和相應(yīng)的內(nèi)容

iterrows()方法

而對(duì)于iterrows()方法而言，其功能則是遍歷數(shù)據(jù)集當(dāng)中的每一行，返回每一行的索引以及帶有列名的每一行的內(nèi)容，示例如下

for?label,?content?in?df.iterrows():????print(f"label:?{label}")????print(f"content:?{content}",?sep="/n")????print("="?*?50)

output

label:?pandacontent:?species???????bearpopulation????1864Name:?panda,?dtype:?object==================================================label:?polarcontent:?species????????bearpopulation????22000Name:?polar,?dtype:?object==================================================label:?koalacontent:?species???????marsupialpopulation????????80000Name:?koala,?dtype:?object==================================================

insert()方法

insert()方法主要是用于在數(shù)據(jù)集當(dāng)中的特定位置處插入數(shù)據(jù)，示例如下

df.insert(1,?"size",?[2000,?3000,?4000])

output

species??size??populationpanda???????bear??2000????????1864polar???????bear??3000???????22000koala??marsupial??4000???????80000

可見在DataFrame數(shù)據(jù)集當(dāng)中，列的索引也是從0開始的

assign()方法

assign()方法可以用來在數(shù)據(jù)集當(dāng)中添加新的列，示例如下

df.assign(size_1=lambda?x:?x.population?*?9?/?5?+?32)

output

species??population????size_1panda???????bear????????1864????3387.2polar???????bear???????22000???39632.0koala??marsupial???????80000??144032.0

從上面的例子中可以看出，我們通過一個(gè)lambda匿名函數(shù)，在數(shù)據(jù)集當(dāng)中添加一個(gè)新的列，命名為‘size_1’，當(dāng)然我們也可以通過assign()方法來創(chuàng)建不止一個(gè)列

df.assign(size_1?=?lambda?x:?x.population?*?9?/?5?+?32,??????????size_2?=?lambda?x:?x.population?*?8?/?5?+?10)

output

species??population????size_1????size_2panda???????bear????????1864????3387.2????2992.4polar???????bear???????22000???39632.0???35210.0koala??marsupial???????80000??144032.0??128010.0

eval()方法

eval()方法主要是用來執(zhí)行用字符串來表示的運(yùn)算過程的，例如

df.eval("size_3?=?size_1?+?size_2")

output

species??population????size_1????size_2????size_3panda???????bear????????1864????3387.2????2992.4????6379.6polar???????bear???????22000???39632.0???35210.0???74842.0koala??marsupial???????80000??144032.0??128010.0??272042.0

當(dāng)然我們也可以同時(shí)對(duì)執(zhí)行多個(gè)運(yùn)算過程

df?=?df.eval("""size_3?=?size_1?+?size_2size_4?=?size_1?-?size_2""")

output

species??population????size_1????size_2????size_3???size_4panda???????bear????????1864????3387.2????2992.4????6379.6????394.8polar???????bear???????22000???39632.0???35210.0???74842.0???4422.0koala??marsupial???????80000??144032.0??128010.0??272042.0??16022.0

pop()方法

pop()方法主要是用來刪除掉數(shù)據(jù)集中特定的某一列數(shù)據(jù)

df.pop("size_3")

output

panda??????6379.6polar?????74842.0koala????272042.0Name:?size_3,?dtype:?float64

而原先的數(shù)據(jù)集當(dāng)中就沒有這個(gè)‘size_3’這一例的數(shù)據(jù)了

truncate()方法

truncate()方法主要是根據(jù)行索引來篩選指定行的數(shù)據(jù)的，示例如下

df?=?pd.DataFrame({"A":?["a",?"b",?"c",?"d",?"e"],???????????????????"B":?["f",?"g",?"h",?"i",?"j"],???????????????????"C":?["k",?"l",?"m",?"n",?"o"]},??????????????????index=[1,?2,?3,?4,?5])

output

A??B??C1??a??f??k2??b??g??l3??c??h??m4??d??i??n5??e??j??o

我們使用truncate()方法來做一下嘗試

df.truncate(before=2,?after=4)

output

A??B??C2??b??g??l3??c??h??m4??d??i??n

我們看到參數(shù)before和after存在于truncate()方法中，目的就是把行索引2之前和行索引4之后的數(shù)據(jù)排除在外，篩選出剩余的數(shù)據(jù)

count()方法

count()方法主要是用來計(jì)算某一列當(dāng)中非空值的個(gè)數(shù)，示例如下

df?=?pd.DataFrame({"Name":?["John",?"Myla",?"Lewis",?"John",?"John"],???????????????????"Age":?[24.,?np.nan,?25,?33,?26],???????????????????"Single":?[True,?True,?np.nan,?True,?False]})

output

Name???Age?Single0???John??24.0???True1???Myla???NaN???True2??Lewis??25.0????NaN3???John??33.0???True4???John??26.0??False

我們使用count()方法來計(jì)算一下數(shù)據(jù)集當(dāng)中非空值的個(gè)數(shù)

df.count()

output

Name??????5Age???????4Single????4dtype:?int64

add_prefix()方法/add_suffix()方法

add_prefix()方法和add_suffix()方法分別會(huì)給列名以及行索引添加后綴和前綴，對(duì)于Series()數(shù)據(jù)集而言，前綴與后綴是添加在行索引處，而對(duì)于DataFrame()數(shù)據(jù)集而言，前綴與后綴是添加在列索引處，示例如下

s?=?pd.Series([1,?2,?3,?4])

output

0??? 11????22????33????4dtype:?int64

我們使用add_prefix()方法與add_suffix()方法在Series()數(shù)據(jù)集上

s.add_prefix("row_")

output

row_0????1row_1????2row_2????3row_3????4dtype:?int64

又例如

s.add_suffix("_row")

output

0_row????11_row????22_row????33_row????4dtype:?int64

而對(duì)于DataFrame()形式數(shù)據(jù)集而言，add_prefix()方法以及add_suffix()方法是將前綴與后綴添加在列索引處的

df?=?pd.DataFrame({"A":?[1,?2,?3,?4],?"B":?[3,?4,?5,?6]})

output

A??B0??1??31??2??42??3??53??4??6

示例如下

df.add_prefix("column_")

output

column_A??column_B0?????????1?????????31?????????2?????????42?????????3?????????53?????????4?????????6

又例如

df.add_suffix("_column")

output

A_column??B_column0?????????1?????????31?????????2?????????42?????????3?????????53?????????4?????????6

clip()方法

clip()方法主要是通過設(shè)置閾值來改變數(shù)據(jù)集當(dāng)中的數(shù)值，當(dāng)數(shù)值超過閾值的時(shí)候，就做出相應(yīng)的調(diào)整

data?=?{"col_0":?[9,?-3,?0,?-1,?5],?"col_1":?[-2,?-7,?6,?8,?-5]}df?=?pd.DataFrame(data)

output

df.clip(lower?=?-4,?upper?=?4)

output

col_0??col_10??????4?????-21?????-3?????-42??????0??????43?????-1??????44??????4?????-4

我們看到參數(shù)lower和upper分別代表閾值的上限與下限，數(shù)據(jù)集當(dāng)中超過上限與下限的值會(huì)被替代。

filter()方法

pandas當(dāng)中的filter()方法是用來篩選出特定范圍的數(shù)據(jù)的，示例如下

df?=?pd.DataFrame(np.array(([1,?2,?3],?[4,?5,?6],?[7,?8,?9],?[10,?11,?12])),??????????????????index=["A",?"B",?"C",?"D"],??????????????????columns=["one",?"two",?"three"])

output

one??two??threeA????1????2??????3B????4????5??????6C????7????8??????9D???10???11?????12

我們使用filter()方法來篩選數(shù)據(jù)

df.filter(items=["one",?"three"])

output

one??threeA????1??????3B????4??????6C????7??????9D???10?????12

我們還可以使用正則表達(dá)式來篩選數(shù)據(jù)

df.filter(regex="e$",?axis=1)

output

one??threeA????1??????3B????4??????6C????7??????9D???10?????12

當(dāng)然通過參數(shù)axis來調(diào)整篩選行方向或者是列方向的數(shù)據(jù)

df.filter(like="B",?axis=0)

output

one??two??threeB????4????5??????6

first()方法

當(dāng)數(shù)據(jù)集當(dāng)中的行索引是日期的時(shí)候，可以通過該方法來篩選前面幾行的數(shù)據(jù)

index_1?=?pd.date_range("2021-11-11",?periods=5,?freq="2D")ts?=?pd.DataFrame({"A":?[1,?2,?3,?4,?5]},?index=index_1)ts

output

A2021-11-11??12021-11-13??22021-11-15??32021-11-17??42021-11-19??5

我們使用first()方法來進(jìn)行一些操作，例如篩選出前面3天的數(shù)據(jù)

ts.first("3D")

output

A2021-11-11??12021-11-13??2

isin()方法

isin()方法主要是用來確認(rèn)數(shù)據(jù)集當(dāng)中的數(shù)值是否被包含在給定的列表當(dāng)中

df?=?pd.DataFrame(np.array(([1,?2,?3],?[4,?5,?6],?[7,?8,?9],?[10,?11,?12])),??????????????????index=["A",?"B",?"C",?"D"],??????????????????columns=["one",?"two",?"three"])df.isin([3,?5,?12])

output

one????two??threeA??False??False???TrueB??False???True??FalseC??False??False??FalseD??False??False???True

若是數(shù)值被包含在列表當(dāng)中了，也就是3、5、12當(dāng)中，返回的是True，否則就返回False

df.plot.area()方法

下面我們來講一下如何在Pandas當(dāng)中通過一行代碼來繪制圖表，將所有的列都通過面積圖的方式來繪制

df?=?pd.DataFrame({????"sales":?[30,?20,?38,?95,?106,?65],????"signups":?[7,?9,?6,?12,?18,?13],????"visits":?[20,?42,?28,?62,?81,?50],},?index=pd.date_range(start="2021/01/01",?end="2021/07/01",?freq="M"))ax?=?df.plot.area(figsize?=?(10,?5))

output

df.plot.bar()方法

下面我們看一下如何通過一行代碼來繪制柱狀圖

df?=?pd.DataFrame({"label":["A",?"B",?"C",?"D"],?"values":[10,?30,?50,?70]})ax?=?df.plot.bar(x="label",?y="values",?rot=20)

output

當(dāng)然我們也可以根據(jù)不同的類別來繪制柱狀圖

age?=?[0.1,?17.5,?40,?48,?52,?69,?88]weight?=?[2,?8,?70,?1.5,?25,?12,?28]index?=?["A",?"B",?"C",?"D",?"E",?"F",?"G"]df?=?pd.DataFrame({"age":?age,?"weight":?weight},?index=index)ax?=?df.plot.bar(rot=0)

output

當(dāng)然我們也可以橫向來繪制圖表

ax?=?df.plot.barh(rot=0)

output

df.plot.box()方法

我們來看一下箱型圖的具體的繪制，通過pandas一行代碼來實(shí)現(xiàn)

data?=?np.random.randn(25,?3)df?=?pd.DataFrame(data,?columns=list("ABC"))ax?=?df.plot.box()

output

df.plot.pie()方法

接下來是餅圖的繪制

df?=?pd.DataFrame({"mass":?[1.33,?4.87?,?5.97],???????????????????"radius":?[2439.7,?6051.8,?6378.1]},??????????????????index=["Mercury",?"Venus",?"Earth"])plot?=?df.plot.pie(y="mass",?figsize=(8,?8))

output

除此之外，還有折線圖、直方圖、散點(diǎn)圖等等，步驟與方式都與上述的技巧有異曲同工之妙，大家感興趣的可以自己另外去嘗試。

往

期

回

顧

教程

Python實(shí)現(xiàn)社交網(wǎng)絡(luò)可視化，看看你的人脈影響力如何

轉(zhuǎn)載

8000字概括精髓，pandas必知必會(huì)50例

注意

4000字歸納總結(jié) Pandas+Sklearn 帶你做數(shù)據(jù)預(yù)處理

新聞

7000字 23張圖，Pandas一鍵生成炫酷的動(dòng)態(tài)交互式圖表

分享收藏點(diǎn)贊在看