今天從26個字母中精選出22個Pandas常用的函數(shù)，將它們的使用方法簡單介紹給大家，詳細(xì)內(nèi)容可以查看官網(wǎng)學(xué)習(xí)。

import?pandas?as?pd
import?numpy?as?np

apply函數(shù)

Pandas中一個很實用的函數(shù)，下面模擬了一份數(shù)據(jù)：

我們分別將python的內(nèi)置函數(shù)、自定義函數(shù)、匿名函數(shù)傳給apply函數(shù)：

使用Python的匿名函數(shù)來進(jìn)行傳遞：

between_time

start_time,?
end_time,?
include_start=NoDefault.no_default,
include_end=NoDefault.no_default,?
inclusive=None,?
axis=None

來自官網(wǎng)的案例：

如果在參數(shù)中，開始時間大于結(jié)束時間，則會呈現(xiàn)不同的結(jié)果：

contains函數(shù)

針對Series中的包含字符信息：

drop_duplicates函數(shù)

刪除數(shù)據(jù)中的重復(fù)值；可以選擇根據(jù)某個或者多個字段來刪除。

在刪除數(shù)據(jù)的時候，默認(rèn)保留的是第一條重復(fù)的數(shù)據(jù)，我們可以通過參數(shù)keep來指定保留最后一條

expanding函數(shù)

這是一個窗口函數(shù)，實現(xiàn)的是一種類似累計求和的功能

DataFrame.expanding(
??min_periods=1,?
??center=None,?
??axis=0,?
??method='single')

• min_periods：每個窗口最少包含的觀測值數(shù)量，小于該數(shù)量的窗口結(jié)果為NA。值可以是int，默認(rèn)None。offset情況下，默認(rèn)為1
• center：把窗口的標(biāo)簽設(shè)置為居中，布爾型，默認(rèn)False，居右
• axis：默認(rèn)為0，對列進(jìn)行計算
• method：single或者table

模擬了一份數(shù)據(jù)：

分別指定1-2-3不同的窗口數(shù)：

我們發(fā)現(xiàn)：當(dāng)窗口數(shù)大于前面的記錄數(shù)，則累計和用NaN表示

filter函數(shù)

用來進(jìn)行數(shù)據(jù)的過濾操作

• items：表示包含的字段
• regex：表示使用正則

ge函數(shù)

進(jìn)行比較的一個函數(shù)：ge表示greater equal

hist函數(shù)

pandas內(nèi)置的繪制直方圖的函數(shù)

df4?=?pd.DataFrame({
????'length':?[1.5,?0.5,?1.2,?0.9,?3],
????'width':?[0.7,?0.2,?0.15,?0.2,?1.1]
????},?index=['pig',?'rabbit',?'duck',?'chicken',?'horse'])

hist?=?df4.hist(bins=3)

iterrows函數(shù)

iterrows函數(shù)用于對DataFrame進(jìn)行迭代循環(huán)

join函數(shù)

join函數(shù)用于合并不同的DataFrame

kurtosis函數(shù)

用于查找一組數(shù)據(jù)中的峰度值

kurtosis(axis=index(0)?or?columns(1),?
?????????skipna=True,?
?????????level=None,?
?????????numeric_only=None,?
?????????**kwargs)

• axis:要應(yīng)用的函數(shù)的軸。
• skipna:計算結(jié)果時排除NA /null值。
• level:如果軸是MultiIndex(分層)，則沿特定級別計數(shù)，并折疊成標(biāo)量。
• numeric_only:僅包括float，int，boolean列。
• **kwargs:要傳遞給函數(shù)的其他關(guān)鍵字參數(shù)

如果給定的數(shù)據(jù)中存在缺失值，可以使用參數(shù)skipna直接跳過：

s1?=?pd.Series([10,None,16,14,30,None])
s1

0????10.0
1?????NaN
2????16.0
3????14.0
4????30.0
5?????NaN
dtype:?float64

s1.kurtosis(skipna=True)

2.646199227619398

last函數(shù)

這是一個用在基于時間數(shù)據(jù)選擇上的函數(shù)

i?=?pd.date_range('2018-04-09',?#?起始日期
??????????????????periods=4,??#?周期
??????????????????freq='2D')??#?頻率、間隔
i

DatetimeIndex(['2018-04-09',?'2018-04-11',?'2018-04-13',?'2018-04-15'],?dtype='datetime64[ns]',?freq='2D')

注意：在這里返回的日歷中3個日的數(shù)據(jù)，而不是數(shù)據(jù)中的3行記錄。13-14-15剛好是3天

max/min/mean/median

4個基于統(tǒng)計概念的函數(shù)：最大值、最小值、均值、中位數(shù)

nlargest函數(shù)

選擇前n個的數(shù)據(jù)，其語法如下：

nlargest(n,?columns,?keep='first')

• n：整數(shù)
• columns：根據(jù)一個或者多個字段篩選
• keep：選擇first、last、all；默認(rèn)是first

下面的例子來自官網(wǎng)：

df7?=?pd.DataFrame({
??'population':?[59000000,?65000000,?434000,434000,?
?????????????????434000,?337000,?11300,11300,?11300],
??'GDP':?[1937894,?2583560?,?12011,?4520,?
??????????12128,17036,?182,?38,?311],
??'alpha-2':?["IT",?"FR",?"MT",?"MV",?"BN",
??????????????"IS",?"NR",?"TV",?"AI"]},
??index=["Italy",?"France",?"Malta",
?????????"Maldives",?"Brunei",?"Iceland",
?????????"Nauru",?"Tuvalu",?"Anguilla"])
#?記錄每個國家的人口數(shù)、GDP和名稱2位大寫
df7

keep參數(shù)在不同取值下的結(jié)果：

pop函數(shù)

表示刪除某個屬性或者字段信息

quantile函數(shù)

quantile就是分位數(shù)的意思，函數(shù)具體的語法規(guī)則為：

DataFrame.quantile(
????q=0.5,??
????axis=0,?
????numeric_only=True,
????interpolation=’linear’)

• q : 數(shù)字或者是類列表，范圍只能在0-1之間，默認(rèn)是0.5，即中位數(shù)-第2四分位數(shù)
• axis :計算方向，0-index, 1-columns，默認(rèn)為 0
• numeric_only：只允許是數(shù)值型數(shù)據(jù)
• interpolation（插值方法）：可以是 {‘linear’, ‘lower’, ‘higher’, ‘midpoint’, ‘nearest’}之一，默認(rèn)是linear。

reset_index函數(shù)

reset就是重置的含義，index就是行索引；連起來就是重置行索引

df9?=?pd.DataFrame({"fruit":["蘋果","香蕉","橙子","橙子","蘋果","橙子"],
???????????????????"amount":[100,200,130,150,88,40]})
df9

當(dāng)我們統(tǒng)計每種水果的總銷售額，是否使用reset_index函數(shù)的不同效果：

select_dtypes函數(shù)

根據(jù)字段類型來篩選數(shù)據(jù)，可以包含或者排除一個或者多個字段類型的數(shù)據(jù)。

下面是官網(wǎng)的案例，稍作修改：生成了3個不同數(shù)據(jù)類型的字段

1、包含字段類型

2、排除字段類型

take函數(shù)

也是選擇數(shù)據(jù)的一個函數(shù)，具體語法為：

take(indices,?axis=0,?is_copy=None,?**kwargs)

• indices：選擇位置：數(shù)組或者切片
• axis：選擇的軸，0-index，1-column，默認(rèn)是0
• is_copy：是否返回副本；從Pandas1.0開始

下面是多個例子：

以第一個例子來解釋，指定數(shù)據(jù)的記錄為0和4。表示取出df10中的第1條和第5條數(shù)據(jù)（索引從0開始），而不是看我們自定義的索引號。

update函數(shù)

更新某個DataFrame數(shù)據(jù)框；模擬兩個數(shù)據(jù)：

第一次更新的結(jié)果：

如果用于更新的數(shù)據(jù)中存在空值，則保持原來的數(shù)據(jù)不變

var函數(shù)

用于求一組數(shù)據(jù)的方差

where函數(shù)

用于查找滿足條件的數(shù)據(jù)

w?=?pd.Series(range(5))
w

0????0
1????1
2????2
3????3
4????4
dtype:?int64

#?滿足條件的顯示；不滿足的用空值代替
w.where(w>=2)

0????NaN
1????NaN
2????2.0
3????3.0
4????4.0
dtype:?float64

#?不滿足的用8替代
w.where(w>=2,?8)

0????8??#?8代替
1????8
2????2
3????3
4????4
dtype:?int64