5個實用的Pandas技巧分享

本篇內(nèi)容主要講解“5個實用的Pandas技巧分享”，感興趣的朋友不妨來看看。本文介紹的方法操作簡單快捷，實用性強(qiáng)。下面就讓小編來帶大家學(xué)習(xí)“5個實用的Pandas技巧分享”吧!

目錄

• Pandas技巧1–行的條件選擇

• Pandas技巧2–數(shù)據(jù)的存儲

• Pandas技巧3–分組數(shù)據(jù)

• Pandas技巧4–Pandas map

• Pandas技巧5–Pandas DataFrame的條件格式化

Pandas技巧1–行的條件選擇

首先，數(shù)據(jù)探索是必要步驟。Pandas為進(jìn)行各種分析提供了一種快速簡便的方法。其中一個非常重要的技巧是根據(jù)條件選擇行或過濾數(shù)據(jù)。

行的條件選擇可以基于由邏輯運(yùn)算符分隔的單個語句中的單個條件或多個條件。

例如，我使用一個關(guān)于貸款預(yù)測的數(shù)據(jù)集。

我們將挑選一排還沒有畢業(yè)、收入低于5400英鎊的客戶。讓我們看看我們該怎么做。

視頻：https://youtu.be/hc4or_RF5M8

import pandas as pd data = pd.read_csv('../Data/loan_train.csv') data.head() data2 = data.loc[(data['Education'] == 'Not Graduate') & (data['ApplicantIncome'] <= 5400)] data2

注意：記住把每個條件放在括號內(nèi)。

Pandas技巧2–數(shù)據(jù)的存儲

數(shù)據(jù)可以有兩種類型-連續(xù)的和離散的，這取決于我們的分析要求。有時我們不需要連續(xù)變量中的精確值，但需要它所屬的群體。

例如，你的數(shù)據(jù)中有一個連續(xù)變量，年齡。但你需要一個年齡組來進(jìn)行分析，比如兒童、青少年、成人、老年人。實際上，Binning非常適合解決我們這里的問題。

為了執(zhí)行Binning，我們使用cut()函數(shù)。這對于從連續(xù)變量到離散變量非常有用。

視頻：https://youtu.be/WQagYXIFjns

import pandas as pd  df = pd.read_csv('titanic.csv') from sklearn.utils import shuffle  # 隨機(jī)化 df = shuffle(df, random_state = 42)  df.head()  bins = [0,4,17,65,99] labels =['Toddler','Child','Adult','Elderly']  category = pd.cut(df['Age'], bins = bins, labels = labels)  df.insert(2, 'Age Group', category)  df.head()  df['Age Group'].value_counts()  df.isnull().sum()

代碼：https://github.com/kunalj101/Data-Science-Hacks/blob/master/Code/binning_data.ipynb

Pandas技巧3–分組數(shù)據(jù)

這種操作在數(shù)據(jù)科學(xué)家和分析師的日常生活中經(jīng)常執(zhí)行。Pandas提供了一個基本的函數(shù)來執(zhí)行數(shù)據(jù)分組，即Groupby。

Groupby操作包括根據(jù)特定條件拆分對象，應(yīng)用函數(shù)，然后組合結(jié)果。

讓我們再看一次貸款預(yù)測數(shù)據(jù)集，假設(shè)我想看看給來自不同財產(chǎn)領(lǐng)域的人的平均貸款額，比如農(nóng)村、半城市和城市?；c時間來理解這個問題陳述并思考如何解決它。

嗯，Pandas的groupby可以非常有效地解決這個問題。首先根據(jù)屬性區(qū)域劃分?jǐn)?shù)據(jù)。其次，我們將mean()函數(shù)應(yīng)用于每個類別。最后，我們將它們組合在一起，并將其打印為新的數(shù)據(jù)幀。

視頻：https://youtu.be/fK-6ZlPvZYU

#導(dǎo)入數(shù)據(jù)集 import pandas as pd  df = pd.read_csv('../Data/loan_train.csv') df.head()  # 男女平均收入 df.groupby(['Gender'])[['ApplicantIncome']].mean()  # 平均貸款金額不同的財產(chǎn)地區(qū)，如城市，農(nóng)村 df.groupby(['Property_Area'])[['LoanAmount']].mean()  # 比較不同教育背景的貸款狀況 df.groupby(['Education'])[['Loan_Status']].count()

代碼：https://github.com/kunalj101/Data-Science-Hacks/blob/master/Code/groupby_in_pandas.ipynb

Pandas技巧4–Pandas map

map是另一個提供高度靈活性和實際應(yīng)用的重要操作。

Pandas map()用于根據(jù)輸入對應(yīng)關(guān)系將序列中的每個值映射到其他值。實際上，這個輸入可以是一個序列、字典，甚至是一個函數(shù)。

讓我們舉一個有趣的例子。我們有一個虛擬的雇員數(shù)據(jù)集。此數(shù)據(jù)集由以下列組成–姓名、年齡、職業(yè)、城市。

現(xiàn)在需要添加另一列，說明相應(yīng)的狀態(tài)。你會怎么做？如果數(shù)據(jù)集的范圍是10行，你可以手動執(zhí)行，但是如果有數(shù)千行呢？使用Pandas map會更有利。

視頻：https://youtu.be/XkwQOy5RZWY

#樣本數(shù)據(jù) data = {'name': ['A', 'B', 'C', 'D', 'E'],          'age': [22, 26, 33, 44, 50],         'profession' : ['data engineer', 'data scientist', 'entrepreneur', 'business analyst', 'self-employed'],          'city': ['Gurgaon', 'Bangalore', 'Gurgaon', 'Pune', 'New Delhi']}  df = pd.DataFrame(data) df  # 城市與州 map_city_to_states = { 'Gurgaon' : 'Haryana',                    'Bangalore' : 'Karnataka',                    'Pune' : 'Maharashtra',                    'New Delhi' : 'Delhi'}  # 將城市列映射為州 df['state'] = df['city'].map(map_city_to_states) df

代碼：https://github.com/kunalj101/Data-Science-Hacks/blob/master/Code/map%20python.ipynb

Pandas技巧5–Pandas DataFrame的條件格式化

這是我最喜歡的Pandas技巧之一。這個技巧讓我有能力直觀地定位特定條件下的數(shù)據(jù)。

可以使用Pandas的style屬性將條件格式應(yīng)用于數(shù)據(jù)框。事實上，條件格式是根據(jù)某種條件對數(shù)據(jù)幀應(yīng)用視覺樣式的操作。

雖然Pandas提供了大量的操作，但我將在這里向你展示一個簡單的操作。例如，我們有對應(yīng)于每個銷售人員的銷售數(shù)據(jù)。我想查看的是銷售價值高于80的。

視頻：https://youtu.be/vuirWysk_BA

import pandas as pd  data = pd.read_excel("../Data/salesman_performance.xlsx") data  data.style  def highlight_green(sales):     color = 'green' if sales > 80 else 'black'     return 'color: %s' % color  formatting = data.iloc[:,1:6].style.applymap(highlight_green) formatting

到此，相信大家對“5個實用的Pandas技巧分享”有了更深的了解，不妨來實際操作一番吧！這里是億速云網(wǎng)站，更多相關(guān)內(nèi)容可以進(jìn)入相關(guān)頻道進(jìn)行查詢，關(guān)注我們，繼續(xù)學(xué)習(xí)！