精选 22 个 pandas 实用函数

作者：Peter

2022 年 2 月 26 日
本文字数：2543 字
阅读完需：约 8 分钟

公众号：尤而小屋
作者：Peter
编辑：Peter

大家好，我是 Peter~

今天小编又从 26 个字母中精选出 22 个 Pandas 常用的函数，将它们的使用方法简单介绍给大家，详细内容可以查看官网学习。

其中 o、y、z 没有相应的函数。之前写过一篇文章，可以参考学习：

精选23个Pandas常用函数

import pandas as pdimport numpy as np

复制代码

apply 函数

Pandas 中一个很实用的函数，下面模拟了一份数据：

我们分别将 python 的内置函数、自定义函数、匿名函数传给 apply 函数：

使用 Python 的匿名函数来进行传递：

between_time

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

复制代码

来自官网的案例：

如果在参数中，开始时间大于结束时间，则会呈现不同的结果：

contains 函数

针对 Series 中的包含字符信息：

drop_duplicates 函数

删除数据中的重复值；可以选择根据某个或者多个字段来删除。

在删除数据的时候，默认保留的是第一条重复的数据，我们可以通过参数 keep 来指定保留最后一条

expanding 函数

这是一个窗口函数，实现的是一种类似累计求和的功能

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

复制代码

min_periods：每个窗口最少包含的观测值数量，小于该数量的窗口结果为 NA。值可以是 int，默认 None。offset 情况下，默认为 1
center：把窗口的标签设置为居中，布尔型，默认 False，居右
axis：默认为 0，对列进行计算
method：single 或者 table

模拟了一份数据：

分别指定 1-2-3 不同的窗口数：

我们发现：当窗口数大于前面的记录数，则累计和用 NaN 表示

filter 函数

用来进行数据的过滤操作

items：表示包含的字段
regex：表示使用正则

ge 函数

进行比较的一个函数：ge 表示 greater equal

hist 函数

pandas 内置的绘制直方图的函数

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)

复制代码

iterrows 函数

iterrows 函数用于对 DataFrame 进行迭代循环

join 函数

join 函数用于合并不同的 DataFrame

kurtosis 函数

用于查找一组数据中的峰度值

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

复制代码

axis:要应用的函数的轴。
skipna:计算结果时排除 NA /null 值。
level:如果轴是 MultiIndex(分层)，则沿特定级别计数，并折叠成标量。
numeric_only:仅包括 float，int，boolean 列。
**kwargs:要传递给函数的其他关键字参数

如果给定的数据中存在缺失值，可以使用参数 skipna 直接跳过：

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

复制代码

0    10.01     NaN2    16.03    14.04    30.05     NaNdtype: float64

复制代码

s1.kurtosis(skipna=True)
2.646199227619398

复制代码

last 函数

这是一个用在基于时间数据选择上的函数

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

复制代码

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

复制代码

注意：在这里返回的日历中 3 个日的数据，而不是数据中的 3 行记录。13-14-15 刚好是 3 天

max/min/mean/median

4 个基于统计概念的函数：最大值、最小值、均值、中位数

nlargest 函数

选择前 n 个的数据，其语法如下：

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

复制代码

n：整数
columns：根据一个或者多个字段筛选
keep：选择 first、last、all；默认是 first

下面的例子来自官网：

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"])# 记录每个国家的人口数、GDP和名称2位大写df7

复制代码

keep 参数在不同取值下的结果：

pop 函数

表示删除某个属性或者字段信息

quantile 函数

quantile 就是分位数的意思，函数具体的语法规则为：

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

复制代码

q : 数字或者是类列表，范围只能在 0-1 之间，默认是 0.5，即中位数-第 2 四分位数
axis :计算方向，0-index, 1-columns，默认为 0
numeric_only：只允许是数值型数据
interpolation（插值方法）：可以是 {‘linear’, ‘lower’, ‘higher’, ‘midpoint’, ‘nearest’}之一，默认是 linear。

reset_index 函数

reset 就是重置的含义，index 就是行索引；连起来就是重置行索引

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

复制代码

当我们统计每种水果的总销售额，是否使用 reset_index 函数的不同效果：

select_dtypes 函数

根据字段类型来筛选数据，可以包含或者排除一个或者多个字段类型的数据。

下面是官网的案例，稍作修改：生成了 3 个不同数据类型的字段

1、包含字段类型

2、排除字段类型

take 函数

也是选择数据的一个函数，具体语法为：

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

复制代码

indices：选择位置：数组或者切片
axis：选择的轴，0-index，1-column，默认是 0
is_copy：是否返回副本；从 Pandas1.0 开始

下面是多个例子：

以第一个例子来解释，指定数据的记录为 0 和 4。表示取出 df10 中的第 1 条和第 5 条数据（索引从 0 开始），而不是看我们自定义的索引号。

update 函数

更新某个 DataFrame 数据框；模拟两个数据：

第一次更新的结果：

如果用于更新的数据中存在空值，则保持原来的数据不变

var 函数

用于求一组数据的方差

where 函数

用于查找满足条件的数据

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

复制代码

0    01    12    23    34    4dtype: int64

复制代码

# 满足条件的显示；不满足的用空值代替w.where(w>=2)

复制代码

0    NaN1    NaN2    2.03    3.04    4.0dtype: float64

复制代码

# 不满足的用8替代w.where(w>=2, 8)

复制代码

0    8  # 8代替1    82    23    34    4dtype: int64

复制代码

发布于: 2022 年 02 月 26 日阅读数: 19

原文链接:【http://xie.infoq.cn/article/b685b3ecf963a833b35ccda51】。文章转载请联系作者。

Peter

关注

志之所趋，无远弗届，穷山距海，不能限也。 2019.01.15 加入

还未添加个人简介

发布

暂无评论

创作场景

精选 22 个 pandas 实用函数

apply 函数

between_time

contains 函数

drop_duplicates 函数

expanding 函数

filter 函数

ge 函数

hist 函数

iterrows 函数

join 函数

kurtosis 函数

last 函数

max/min/mean/median

nlargest 函数

pop 函数

quantile 函数

reset_index 函数

select_dtypes 函数

take 函数

update 函数

var 函数

where 函数

Peter

评论