Python数据分析之pandas函数详解

1. 可直接使用NumPy的函数

示例代码：

# Numpy ufunc 函数df = pd.DataFrame(np.random.randn(5,4) - 1)print(df) print(np.abs(df))

运行结果：

0 1 2 30 -0.062413 0.844813 -1.853721 -1.9807171 -0.539628 -1.975173 -0.856597 -2.6124062 -1.277081 -1.088457 -0.152189 0.5303253 -1.356578 -1.996441 0.368822 -2.2114784 -0.562777 0.518648 -2.007223 0.059411 0 1 2 30 0.062413 0.844813 1.853721 1.9807171 0.539628 1.975173 0.856597 2.6124062 1.277081 1.088457 0.152189 0.5303253 1.356578 1.996441 0.368822 2.2114784 0.562777 0.518648 2.007223 0.059411

2. 通过apply将函数应用到列或行上

示例代码：

# 使用apply应用行或列数据#f = lambda x : x.max()print(df.apply(lambda x : x.max()))

运行结果：

0 -0.0624131 0.8448132 0.3688223 0.530325dtype: float64

3.注意指定轴的方向，默认axis=0，方向是列

示例代码：

# 指定轴方向，axis=1，方向是行print(df.apply(lambda x : x.max(), axis=1))

运行结果：

0 0.8448131 -0.5396282 0.5303253 0.3688224 0.518648dtype: float64

4. 通过applymap将函数应用到每个数据上

示例代码：

# 使用applymap应用到每个数据f2 = lambda x : ’%.2f’ % xprint(df.applymap(f2))

运行结果：

0 1 2 30 -0.06 0.84 -1.85 -1.981 -0.54 -1.98 -0.86 -2.612 -1.28 -1.09 -0.15 0.533 -1.36 -2.00 0.37 -2.214 -0.56 0.52 -2.01 0.06

1. 索引排序

sort_index()

排序默认使用升序排序，ascending=False 为降序排序

示例代码：

# Seriess4 = pd.Series(range(10, 15), index = np.random.randint(5, size=5))print(s4) # 索引排序s4.sort_index() # 0 0 1 3 3

运行结果：

0 103 111 123 130 14dtype: int64 0 100 141 123 113 13dtype: int64

2.对DataFrame操作时注意轴方向

示例代码：

# DataFramedf4 = pd.DataFrame(np.random.randn(3, 5), index=np.random.randint(3, size=3), columns=np.random.randint(5, size=5))print(df4) df4_isort = df4.sort_index(axis=1, ascending=False)print(df4_isort) # 4 2 1 1 0

运行结果：

1 4 0 1 22 -0.416686 -0.161256 0.088802 -0.004294 1.1641381 -0.671914 0.531256 0.303222 -0.509493 -0.3425731 1.988321 -0.466987 2.787891 -1.105912 0.889082 4 2 1 1 02 -0.161256 1.164138 -0.416686 -0.004294 0.0888021 0.531256 -0.342573 -0.671914 -0.509493 0.3032221 -0.466987 0.889082 1.988321 -1.105912 2.787891

3. 按值排序

sort_values(by=’column name’)

根据某个唯一的列名进行排序，如果有其他相同列名则报错。

示例代码：

# 按值排序df4_vsort = df4.sort_values(by=0, ascending=False)print(df4_vsort)

运行结果：

1 4 0 1 21 1.988321 -0.466987 2.787891 -1.105912 0.8890821 -0.671914 0.531256 0.303222 -0.509493 -0.3425732 -0.416686 -0.161256 0.088802 -0.004294 1.164138

示例代码：

df_data = pd.DataFrame([np.random.randn(3), [1., 2., np.nan], [np.nan, 4., np.nan], [1., 2., 3.]])print(df_data.head())

运行结果：

0 1 20 -0.281885 -0.786572 0.4871261 1.000000 2.000000 NaN2 NaN 4.000000 NaN3 1.000000 2.000000 3.000000

1. 判断是否存在缺失值：isnull()

示例代码：

# isnullprint(df_data.isnull())

运行结果：

0 1 20 False False False1 False False True2 True False True3 False False False

2. 丢弃缺失数据：dropna()

根据axis轴方向，丢弃包含NaN的行或列。 示例代码：

# dropnaprint(df_data.dropna()) print(df_data.dropna(axis=1))

运行结果：

0 1 20 -0.281885 -0.786572 0.4871263 1.000000 2.000000 3.000000 10 -0.7865721 2.0000002 4.0000003 2.000000

3. 填充缺失数据：fillna()

示例代码：

# fillnaprint(df_data.fillna(-100.))

运行结果：

0 1 20 -0.281885 -0.786572 0.4871261 1.000000 2.000000 -100.0000002 -100.000000 4.000000 -100.0000003 1.000000 2.000000 3.000000

到此这篇关于Python数据分析之pandas函数详解的文章就介绍到这了,更多相关python的pandas函数内容请搜索好吧啦网以前的文章或继续浏览下面的相关文章希望大家以后多多支持好吧啦网！