Pandas函數有哪些

本篇內容介紹了“Pandas函數有哪些”的有關知識，在實際案例的操作過程中，不少人都會遇到這樣的困境，接下來就讓小編帶領大家學習一下如何處理這些情況吧！希望大家仔細閱讀，能夠學有所成！

1.安裝

如果想自己運行這些示例，請從Kaggle下載Anime推薦數據集，將其解壓縮并放入與jupyter notebook相同的文件夾中。

接下來運行這些指令，應該能重復得出以下任一函數的結果。

import pandas as pd import numpy as npanime =pd.read_csv('anime-recommendations-database/anime.csv') rating = pd.read_csv('anime-recommendations-database/rating.csv')anime_modified= anime.set_index('name')

2.輸入

輸入CSV(逗號分隔值)

將CSV直接轉換為數據框。有時CSV載入數據還需要指定一種編碼(即：encoding='ISO-8859–1')。如果數據框包含不可讀的字符，應首先嘗試上述方法。

對于表格文件，存在一個叫做pd.read_excel的類似函數。

anime =pd.read_csv('anime-recommendations-database/anime.csv')

根據輸入數據構建數據框

這在手動示例化簡單數據時十分有用，方便查看這些數據運行時如何變化。

df = pd.DataFrame([[1,'Bob','Builder'],                   [2,'Sally', 'Baker'],                   [3,'Scott', 'CandleStick Maker']], columns=['id','name', 'occupation'])

df.head()

復制數據框

想保留原始副本同時對數據框進行更改，復制數據框很有用。在輸入數據框后立即對其進行復制是很好的做法。

anime_copy =anime.copy(deep=True)

3.查看和檢驗

獲取頂部或底部的n項記錄

顯示數據框中的前n項記錄。筆者通常在notebook中的某個位置打印數據框的頂部記錄，以便在忘記其中的內容時可以返回來參考。

anime.head(3) rating.tail(1)

計算行數

這本身不是pandas函數，而是len()函數對行進行計數，并將其保存到變量中，在其他地方使用。

len(df) #=> 3

計算唯一行

計算一列中的唯一值。

len(ratings['user_id'].unique())

獲取數據框信息

對于獲取一些常規信息(如標題、值的數量和按列的數據類型)很有用。df.dtypes是一個類似但實用性低的函數，僅提供列數據類型。

anime.info()

獲取統計數據

如果數據框具有很多數值，獲取統計數據非常有用。了解評級列的平均值，最小值和最大值，可以大致了解數據框。

anime.describe()

獲取值總和

獲取特定列的值總和。

anime.type.value_counts()

4.輸出

保存為CSV格式

這將轉儲到與notebook相同的目錄。筆者只保存下面的前10行，但讀者不需要這樣做。同樣，也可使用df.to_excel()  函數，將表格文件保存為CSV格式。

rating[:10].to_csv('saved_ratings.csv',index=False)

5.選取

獲取列的值清單或一系列值。

需要將列中的值放入X和y變量中以適應機器學習模型時，此方法有效。

anime['genre'].tolist() anime['genre']

anime[‘genre’].tolist()

anime[‘genre’]

獲取索引值列表

通過索引創建數值列表。請注意，這里使用了anime_modified數據框，因為索引值更加有趣。

anime_modified.index.tolist()

獲取列值列表

anime.columns.tolist()

6.添加/刪除

用設置值附加新列

偶爾，當測試集和訓練集在兩個單獨的數據框中，并想在組合它們之前分別標記出行與集的對應關系時，筆者會這樣做。

anime['train set'] = True

從一部分列中創建新的數據框

此方法用于只想保留巨型數據框中的幾列并且不想指定刪除列時。

anime[['name','episodes']]

刪除指定列

刪除指定列用于僅需刪除幾列時。否則，寫出全部內容可能會很乏味，筆者更喜歡前者，刪除指定列。

anime.drop(['anime_id', 'genre','members'], axis=1).head()

添加其他行總和的一行

因其更易于查看，故在此處手動創建一個小型數據框。這里的有趣之處在于，df.sum(axis=0)將值添加到各行或各列中。

計算總和或平均值時，采用同樣的邏輯，如：

df.mean(axis=0). f = pd.DataFrame([[1,'Bob',8000],                  [2,'Sally', 9000],                  [3,'Scott', 20]],columns=['id','name', 'power level'])df.append(df.sum(axis=0),ignore_index=True)

7.合并

串聯兩個數據框

用于同行有兩個數據框，并想將其組合的情況。這里將數據框分成兩部分，然后重新將它們添加在一起。

df1 = anime[0:2]df2 =anime[2:4]pd.concat([df1, df2], ignore_index=True)

合并數據框

想將兩個數據框合并在一列時，合并數據框就如同SQL(結構化查詢語言)的左聯接用法。

rating.merge(anime,left_on=’anime_id’, right_on=’anime_id’, suffixes=(‘_left’, ‘_right’))

8.篩選

檢索匹配索引值的行

anime_modified中的索引值是動漫的名稱。請注意，如何使用這些名稱來獲取特定列。

anime_modified.loc[['Haikyuu!!Second Season','Gintama']]

通過編號索引值來檢索行

與上面的函數不同，使用 iloc，第一行的索引值為0，第二行的索引值為1，以此類推……即便在修改數據框后，在索引列中使用字符串值。

使用此函數，當你想獲得數據框中的前3行。

anime_modified.iloc[0:3]

獲取行

在給定列表的列值中檢索行。匹配單個值時，anime[anime[‘type’] == 'TV']也適用。

anime[anime['type'].isin(['TV','Movie'])]

拆分數據框

這就像拆分表格一樣。拆分數據框，來獲取在特定索引前/中/后的所有行。

anime[1:3]

通過值篩選

篩選符合條件的行的數據框。但注意，這將維持現有的索引值。

anime[anime['rating'] > 8]

9.排序

排序函數sort_values

按列中的值對數據框進行排序。

anime.sort_values('rating',ascending=False)

10.匯總

分組和計數

計算列中每個不同值的記錄數。

anime.groupby('type').count()

以不同方式對列進行分組和匯總

注意，筆者添加了 reset_index() 函數，否則，下文的“type”列將成為索引列——筆者建議在多數情況下這樣做。

anime.groupby(["type"]).agg({   "rating": "sum",   "episodes":"count",   "name": "last" }).reset_index()

創建數據透視表

數據透視表是比較適合從數據框中提取數據子集的工具。

需注意，筆者已對數據框進行了大量篩選，因此可以更快地構建數據透視表。

tmp_df = rating.copy() tmp_df.sort_values('user_id', ascending=True, inplace=True) tmp_df = tmp_df[tmp_df.user_id < 10] tmp_df = tmp_df[tmp_df.anime_id < 30] tmp_df = tmp_df[tmp_df.rating != -1]pd.pivot_table(tmp_df, values='rating',index=['user_id'], columns=['anime_id'], aggfunc=np.sum, fill_value=0)

11.整理

設置非數(NaN)單元格為某個值

設置非數值單元格為0。示例中，筆者像之前一樣創建了相同的數據透視表，但不使用fill_value=0，而是使用 fillna(0)進行填充。

pivot = pd.pivot_table(tmp_df, values='rating',index=['user_id'], columns=['anime_id'], aggfunc=np.sum)pivot.fillna(0)

12.其他

采樣數據框

筆者一直從較大的數據框中提取少量樣本。如果frac = 1，則可以在保留索引的情況下隨機重新排行。

anime.sample(frac=0.25)

迭代行索引

在數據框中迭代索引和行。

for idx,row inanime[:2].iterrows():     print(idx, row)

啟動jupyter notebook

以高數據速率限制啟動jupyter notebook程序。

jupyter notebook —NotebookApp.iopub_data_rate_limit=1.0e10

“Pandas函數有哪些”的內容就介紹到這里了，感謝大家的閱讀。如果想了解更多行業相關的知識可以關注億速云網站，小編將為大家輸出更多高質量的實用文章！