标签：ica   多个   scala   ast   alt   png   常用   python   ble   

原创 易执 Python读财 1月20日

点击上方“Python读数”，选择“星标”公众号
重磅干货，第一时间送达

继上一篇文章Pandas数据处理——盘点那些常用的函数（上）后，这篇文章整理了剩下的一些Pandas常见方法，整体难度会比上一篇文章中的大一点，但还是比较容易理解的。话不多说，直接进入正题。
用于演示的数据如下：

In [11]: data
Out[11]:
  company  gender  salary   age
0       B  female      30  40.0
1       A  female      36  31.0
2       B  female      35  28.0
3       B  female       9  18.0
4       B  female      16  43.0
5       A    male      46  22.0
6       B  female      15  28.0
7       B  female      33  40.0
8       C    male      19  32.0

.astype()

作用对象：Series和DataFrame
主要用途：修改字段的数据类型，数据量大的情况下可用于减小数据占用的内存，多用于Series。
用法：

# 把age字段转为int类型
In [12]: data["age"] = data["age"].astype(int)

In [13]: data
Out[13]:
  company  gender  salary  age
0       B  female      30   40
1       A  female      36   31
2       B  female      35   28
3       B  female       9   18
4       B  female      16   43
5       A    male      46   22
6       B  female      15   28
7       B  female      33   40
8       C    male      19   32

.rename()

作用对象：Series,DataFrame(大多数情况下)
主要用途：多用于修改DataFrame的列名
主要参数：

• columns （dict-like or function）
  指定要修改的列名以及新的列名，一般以字典形式传入
• inplace （boolean, default False）
  是否作用于原对象
  用法：

# 将‘age‘更改为员工编号‘number‘,并作用于原对象
In [15]: data.rename(columns={‘age‘:‘number‘},inplace=True)

In [16]: data
Out[16]:
  company  gender  salary  number
0       B  female      30      40
1       A  female      36      31
2       B  female      35      28
3       B  female       9      18
4       B  female      16      43
5       A    male      46      22
6       B  female      15      28
7       B  female      33      40
8       C    male      19      32

.set_index()

作用对象：DataFrame
主要用途：将DataFrame中的某一（多）个字段设置为索引
用法：

In [19]: data.set_index(‘number‘,inplace=True)

In [20]: data
Out[20]:
       company  gender  salary
number
40           B  female      30
31           A  female      36
28           B  female      35
18           B  female       9
43           B  female      16
22           A    male      46
28           B  female      15
40           B  female      33
32           C    male      19

.reset_index()

作用对象：Series,DataFrame
主要用途：重置索引，默认重置后的索引为0~len(df)-1
主要参数：

• drop （boolean, default False）
  是否丢弃原索引，具体看下方演示
• inplace （boolean, default False）
  是否作用于原对象
  用法：

# drop = True，重置索引，并把原有的索引丢弃
In [22]: data.reset_index(drop=True)
Out[22]:
  company  gender  salary
0       B  female      30
1       A  female      36
2       B  female      35
3       B  female       9
4       B  female      16
5       A    male      46
6       B  female      15
7       B  female      33
8       C    male      19

# drop = False,重置索引
# 原索引列‘number‘作为新字段进入DataFrame
In [23]: data.reset_index(drop=False,inplace=True)

In [24]: data
Out[24]:
   number company  gender  salary
0      40       B  female      30
1      31       A  female      36
2      28       B  female      35
3      18       B  female       9
4      43       B  female      16
5      22       A    male      46
6      28       B  female      15
7      40       B  female      33
8      32       C    male      19

.drop_duplicates()

作用对象：Series,DataFrame
主要用途：去掉重复值，作用和SQL中的distinct类似
用法：

In [26]: data[‘company‘].drop_duplicates()
Out[26]:
0    B
1    A
8    C
Name: company, dtype: object

.drop()

作用对象：Series,DataFrame
主要用途：常用于删掉DataFrame中的某些字段
主要参数：

• columns （single label or list-like）
  指定要删掉的字段
  用法：

  # 删掉‘gender‘列
  In [27]: data.drop(columns = [‘gender‘])
  Out[27]:
  number company  salary
  0      40       B      30
  1      31       A      36
  2      28       B      35
  3      18       B       9
  4      43       B      16
  5      22       A      46
  6      28       B      15
  7      40       B      33
  8      32       C      19

  .isin()

作用对象：Series,DataFrame
主要用途：常用于构建布尔索引，对DataFrame的数据进行条件筛选
用法：

# 筛选出A公司和C公司的员工记录
In [29]: data.loc[data[‘company‘].isin([‘A‘,‘C‘])]
Out[29]:
   number company  gender  salary
1      31       A  female      36
5      22       A    male      46
8      32       C    male      19

pd.cut()

主要用途：将连续变量离散化，比如将人的年龄划分为各个区间
主要参数：

• x （array-like）
  需要进行离散化的一维数据
• bins （int, sequence of scalars, or IntervalIndex）
  设置需要分成的区间，可以指定区间数量，也可以指定间断点
• labels （array or bool, optional）
  设置区间的标签
  用法

  # 按照0-33.33%，33.33%-66.67%，66.67%-100%百分位进行划分
  In [35]: pd.qcut(data.salary,q = 3)
  Out[35]:
  0    (18.0, 33.667]
  1    (33.667, 46.0]
  2    (33.667, 46.0]
  3     (8.999, 18.0]
  4     (8.999, 18.0]
  5    (33.667, 46.0]
  6     (8.999, 18.0]
  7    (18.0, 33.667]
  8    (18.0, 33.667]
  Name: salary, dtype: category
  Categories (3, interval[float64]): [(8.999, 18.0] < (18.0, 33.667] < (33.667, 46.0]]

.where()

作用对象：Series,DataFrame
主要用途：将不符合条件的值替换掉成指定值，相当于执行了一个if-else
主要参数：

• cond （boolean Series/DataFrame, array-like, or callable）
  用于筛选的条件
• other（scalar, Series/DataFrame, or callable）
  对不符合cond条件的值（结果为为False），用other的值进行替代
  用法：

  # 语句解析
  # 若salary<=40，则保持原来的值不变
  # 若salary大于40，则设置为40
  In [38]: data[‘salary‘].where(data.salary<=40,40)
  Out[38]:
  0    30
  1    36
  2    35
  3     9
  4    16
  5    40
  6    15
  7    33
  8    19
  Name: salary, dtype: int32

pd.concat()

主要用途：将多个Series或DataFrame拼起来（横拼或者竖拼都可以）
主要参数：

• objs （a sequence or mapping of Series or DataFrame objects）
  用于拼接的Series或DataFrame，一般都放在一个列表中传入
• axis （0/’index’, 1/’columns’）
  控制数据是横向拼接还是纵向拼接，默认为纵向拼接。
• ignore_index （bool, default False）
  是否保留原Seires或DataFrame内部的索引，如果为True则对拼接而成的数据生成新索引（0~n-1）
  用法：

# 分别取data的前三条和后三条为data1和data2
In [41]: data1 = data.head(3)
In [42]: data1
Out[42]:
   number company  gender  salary
0      40       B  female      30
1      31       A  female      36
2      28       B  female      35

In [43]: data2 = data.tail(3)
In [44]: data2
Out[44]:
   number company  gender  salary
6      28       B  female      15
7      40       B  female      33
8      32       C    male      19

# 拼接数据
In [45]: pd.concat([data1,data2],ignore_index = False)
Out[45]:
   number company  gender  salary
0      40       B  female      30
1      31       A  female      36
2      28       B  female      35
6      28       B  female      15
7      40       B  female      33
8      32       C    male      19

# 拼接数据并重置索引
In [46]: pd.concat([data1,data2],ignore_index=True)
Out[46]:
   number company  gender  salary
0      40       B  female      30
1      31       A  female      36
2      28       B  female      35
3      28       B  female      15
4      40       B  female      33
5      32       C    male      19

.pivot_table()

作用对象：DataFrame
主要用途：对DataFrame进行数据透视，相当于Excel中的数据透视表
主要参数：

• values （column to aggregate, optional）
  用于聚合运算的字段（数据透视的目标变量）
• index （column, Grouper, array, or list of the previous）
  类比于数据透视表中的行标签
• columns （column, Grouper, array, or list of the previous）
  类比于数据透视表中的列标签
• aggfunc （ function, list of functions, dict, default numpy.mean）
  对values进行什么聚合运算
  用法：

  # 从公司和性别两个维度对薪水进行数据透视
  # 看看这两个维度下的平均薪资水平
  In [47]: data.pivot_table(values = ‘salary‘,index = ‘company‘,
                        columns = ‘gender‘,aggfunc=np.mean)
  Out[47]:
  gender   female  male
  company
  A          36.0  46.0
  B          23.0   NaN
  C           NaN  19.0

Pandas中常用的函数便整理到这里，至于map和apply这类的就不在此过多介绍了，详细的介绍可以看之前写过的文章。希望整理的这些函数能对大家有所帮助！

往期精彩回顾

Pandas数据处理——盘点那些常用的函数（上）

Pandas数据处理——一文详解数据拼接方法merge

Pandas数据分析——超好用的Groupby详解

Pandas数据处理三板斧，你会几板？

一文带你掌握常见的Pandas性能优化方法，让你的pandas飞起来！

Pandas数据处理——盘点那些常用的函数（下）

标签：ica   多个   scala   ast   alt   png   常用   python   ble   

原文地址：https://blog.51cto.com/14915204/2525827