私藏的5个好用的Pandas函数!
1. explode
explode用于将一行数据展开成多行。比如说dataframe中某一行其中一个元素包含多个同类型的数据,若想要展开成多行进行分析,这时候explode就派上用场,而且只需一行代码,非常节省时间。
用法:
DataFrame.explode(self, column: Union[str, Tuple])
参数作用:
- column :str或tuple
以下表中第三行、第二列为例,展开[2,3,8]:
# 先创建表
id = ['a','b','c']
measurement = [4,6,[2,3,8]]
day = [1,1,1]
df1 = pd.DataFrame({'id':id, 'measurement':measurement, 'day':day})
df1
使用explode轻松将[2,3,8]转换成多行,且行内其他元素保持不变。
df1.explode('measurement').reset_index(drop=True)
2. Nunique
Nunique用于计算行或列上唯一值的数量,即去重后计数。这个函数在分类问题中非常实用,当不知道某字段中有多少类元素时,Nunique能快速生成结果。
用法:
Series.nunique(dropna=True)
# 或者
DataFrame.nunique(axis=0, dropna=True)
参数作用:
- axis:int型,0代表行,1代表列,默认0;
- dropna:bool类型,默认为True,计数中不包括NaN;
先创建一个df:
values_1 = np.random.randint(10, size=10)
values_2 = np.random.randint(10, size=10)
years = np.arange(2010,2020)
groups = ['A','A','B','A','B','B','C','A','C','C']
df = pd.DataFrame({'group':groups, 'year':years, 'value_1':values_1, 'value_2':values_2})
df
对year列进行唯一值计数:
df.year.nunique()
输出:10 对整个dataframe的每一个字段进行唯一值计数:
df.nunique()
3. infer_objects
infer_objects用于将object类型列推断为更合适的数据类型。
用法:
# 直接将df或者series推断为合适的数据类型
DataFrame.infer_objects()
pandas支持多种数据类型,其中之一是object类型。object类型包括字符串和混合值(数字及非数字)。
object类型比较宽泛,如果可以确定为具体数据类型,则不建议用object。
df = pd.DataFrame({"A": ["a", 1, 2, 3]})
df = df.iloc[1:]
df
df.dtypes
使用infer_objects方法将object推断为int类型:
df.infer_objects().dtypes
4. memory_usage
memory_usage用于计算dataframe每一列的字节存储大小,这对于大数据表非常有用。
用法:
DataFrame.memory_usage(index=True, deep=False)
参数解释: index:指定是否返回df中索引字节大小,默认为True,返回的第一行即是索引的内存使用情况; deep:如果为True,则通过查询object类型进行系统级内存消耗来深入地检查数据,并将其包括在返回值中。
首先创建一个df,共2列,1000000行。
df_large = pd.DataFrame({'A': np.random.randn(1000000),
'B': np.random.randint(100, size=1000000)})
df_large.shape
返回每一列的占用字节大小:
df_large.memory_usage()
第一行是索引index的内存情况,其余是各列的内存情况。
5. replace
顾名思义,replace是用来替换df中的值,赋以新的值。
用法:
DataFrame.replace(to_replace=None, value=None, inplace=False, limit=None, regex=False, method='pad')
参数解释:
- to_replace:被替换的值
- value:替换后的值
- inplace:是否要改变原数据,False是不改变,True是改变,默认是False
- limit:控制填充次数
- regex:是否使用正则,False是不使用,True是使用,默认是False
- method:填充方式,pad,ffill,bfill分别是向前、向前、向后填充
创建一个df:
values_1 = np.random.randint(10, size=10)
values_2 = np.random.randint(10, size=10)
years = np.arange(2010,2020)
groups = ['A','A','B','A','B','B','C','A','C','C']
df = pd.DataFrame({'group':groups, 'year':years, 'value_1':values_1, 'value_2':values_2})
df
将A全部替换为D:
df.replace('A','D')
将B替换为E,C替换为F:
df.replace({'B':'E','C':'F'})
- JavaScript 教程
- JavaScript 编辑工具
- JavaScript 与HTML
- JavaScript 与Java
- JavaScript 数据结构
- JavaScript 基本数据类型
- JavaScript 特殊数据类型
- JavaScript 运算符
- JavaScript typeof 运算符
- JavaScript 表达式
- JavaScript 类型转换
- JavaScript 基本语法
- JavaScript 注释
- Javascript 基本处理流程
- Javascript 选择结构
- Javascript if 语句
- Javascript if 语句的嵌套
- Javascript switch 语句
- Javascript 循环结构
- Javascript 循环结构实例
- Javascript 跳转语句
- Javascript 控制语句总结
- Javascript 函数介绍
- Javascript 函数的定义
- Javascript 函数调用
- Javascript 几种特殊的函数
- JavaScript 内置函数简介
- Javascript eval() 函数
- Javascript isFinite() 函数
- Javascript isNaN() 函数
- parseInt() 与 parseFloat()
- escape() 与 unescape()
- Javascript 字符串介绍
- Javascript length属性
- javascript 字符串函数
- Javascript 日期对象简介
- Javascript 日期对象用途
- Date 对象属性和方法
- Javascript 数组是什么
- Javascript 创建数组
- Javascript 数组赋值与取值
- Javascript 数组属性和方法
- 数据导入和导出_1 MAT文件的保存和读取
- 论文研读-基于决策变量分析的大规模多目标进化算法
- 用python画 pareto front
- 一起来学演化计算-matlab基本数据结构struct
- 一起来学演化计算-matlab基本函数inf, isempty, round, floor, fix
- 一起来学演化计算-matlab基本函数randperm end数组索引
- 论文研读-基于决策变量聚类的大规模多目标优化进化算法
- 一起来学演化计算-matlab基本函数min
- 一起来学演化计算-matlab基本函数find
- 欧拉图和哈密顿图
- python 操作 txt 文件中数据教程[4]-python 去掉 txt 文件行尾换行
- java字符数组char[]和字符串String之间的转换
- python操作txt文件中数据教程[3]-python读取文件夹中所有txt文件并将数据转为csv文件
- python操作txt文件中数据教程[1]-使用python读写txt文件
- python循环删除列表元素常见错误与正确方法