Pandas和NumPy函數(shù)的使用方法有哪些

本篇內(nèi)容主要講解“Pandas和NumPy函數(shù)的使用方法有哪些”，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。下面就讓小編來帶大家學(xué)習(xí)“Pandas和NumPy函數(shù)的使用方法有哪些”吧!

1. argpartition()

NumPy具有此驚人的功能，可以找到N個最大值索引。輸出將是N個最大值索引，然后可以根據(jù)需要對值進(jìn)行排序。

x = np.array([12, 10, 12, 0, 6, 8, 9, 1, 16, 4, 6, 0]) index_val = np.argpartition(x, -4)[-4:] index_val array([1, 8, 2, 0], dtype=int64) np.sort(x[index_val]) array([10, 12, 12, 16])

2. allclose()

Allclose()用于匹配兩個數(shù)組并以布爾值形式獲取輸出。如果兩個數(shù)組中的項在公差范圍內(nèi)不相等，則將返回False。這是檢查兩個數(shù)組是否相似的好方法，這實際上很難手動實現(xiàn)。

array1 = np.array([0.12,0.17,0.24,0.29]) array2 = np.array([0.13,0.19,0.26,0.31]) # with a tolerance of 0.1, it should return False: np.allclose(array1,array2,0.1) False # with a tolerance of 0.2, it should return True: np.allclose(array1,array2,0.2) True

3. clip()

Clip()用于將值保留在一個間隔內(nèi)的數(shù)組中。有時，我們需要將值保持在上限和下限之內(nèi)。出于上述目的，我們可以使用NumPy的clip()。給定一個間隔，該間隔以外的值將被裁剪到間隔邊緣。

x = np.array([3, 17, 14, 23, 2, 2, 6, 8, 1, 2, 16, 0]) np.clip(x,2,5) array([3, 5, 5, 5, 2, 2, 5, 5, 2, 2, 5, 2])

4. extract()

顧名思義，Extract()用于根據(jù)特定條件從數(shù)組中提取特定元素。通過extract()，我們還可以使用諸如and和 or的條件。

# Random integers array = np.random.randint(20, size=12) array array([ 0,  1,  8, 19, 16, 18, 10, 11,  2, 13, 14,  3]) #  Divide by 2 and check if remainder is 1 cond = np.mod(array, 2)==1 cond array([False,  True, False,  True, False, False, False,  True, False, True, False,  True]) # Use extract to get the values np.extract(cond, array) array([ 1, 19, 11, 13,  3]) # Apply condition on extract directly np.extract(((array < 3) | (array > 15)), array) array([ 0,  1, 19, 16, 18,  2])

5. where()

where()用于從滿足特定條件的數(shù)組中返回元素。它返回在特定條件下的值的索引位置。這幾乎類似于我們在SQL中使用的where條件，我將在下面的示例中進(jìn)行演示。

y = np.array([1,5,6,8,1,7,3,6,9]) # Where y is greater than 5, returns index position np.where(y>5) array([2, 3, 5, 7, 8], dtype=int64),) # First will replace the values that match the condition,  # second will replace the values that does not np.where(y>5, "Hit", "Miss") array(['Miss', 'Miss', 'Hit', 'Hit', 'Miss', 'Hit', 'Miss', 'Hit', 'Hit'],dtype='<U4')

6. percentile()

Percentile()用于計算沿指定軸的數(shù)組元素的第n個百分點。

a = np.array([1,5,6,8,1,7,3,6,9]) print("50th Percentile of a, axis = 0 : ",         np.percentile(a, 50, axis =0)) 50th Percentile of a, axis = 0 :  6.0 b = np.array([[10, 7, 4], [3, 2, 1]]) print("30th Percentile of b, axis = 0 : ",         np.percentile(b, 30, axis =0)) 30th Percentile of b, axis = 0 :  [5.1 3.5 1.9]

如果您以前使用過它們，請就應(yīng)該能體會到它對您有多大幫助。讓我們繼續(xù)前進(jìn)到令人驚嘆的Pandas。

pandas：

pandas是一個Python軟件包，提供快速，靈活和富于表現(xiàn)力的數(shù)據(jù)結(jié)構(gòu)，旨在使處理結(jié)構(gòu)化(表格，多維，潛在異構(gòu))和時間序列數(shù)據(jù)既簡單又直觀。

Pandas非常適合許多不同類型的數(shù)據(jù)：

• 具有異構(gòu)類型列的表格數(shù)據(jù)，例如在SQL表或Excel電子表格中

• 有序和無序(不一定是固定頻率)時間序列數(shù)據(jù)。

• 具有行和列標(biāo)簽的任意矩陣數(shù)據(jù)(同類型或異類)

• 觀察/統(tǒng)計數(shù)據(jù)集的任何其他形式。實際上，數(shù)據(jù)根本不需要標(biāo)記即可放入Pandas數(shù)據(jù)結(jié)構(gòu)。

以下是Pandas做得好的一些事情：

• 輕松處理浮點數(shù)據(jù)和非浮點數(shù)據(jù)中的缺失數(shù)據(jù)(表示為NaN)

• 大小可變性：可以從DataFrame和更高維的對象中插入和刪除列

• 自動和顯式的數(shù)據(jù)對齊：可以將對象顯式地對齊到一組標(biāo)簽，或者用戶可以簡單地忽略標(biāo)簽并讓Series，DataFrame等自動為您對齊數(shù)據(jù)

• 強大，靈活的分組功能，可對數(shù)據(jù)集執(zhí)行拆分應(yīng)用合并操作，以匯總和轉(zhuǎn)換數(shù)據(jù)

• 輕松將其他Python和NumPy數(shù)據(jù)結(jié)構(gòu)中的衣衫,、索引不同的數(shù)據(jù)轉(zhuǎn)換為DataFrame對象

• 基于智能標(biāo)簽的切片，花式索引和大數(shù)據(jù)集子集

• 直觀的合并和聯(lián)接數(shù)據(jù)集

• 靈活地重塑和旋轉(zhuǎn)數(shù)據(jù)集

• 軸的分層標(biāo)簽(每個刻度可能有多個標(biāo)簽)

• 強大的IO工具，用于從平面文件(CSV和定界文件)，Excel文件，數(shù)據(jù)庫加載數(shù)據(jù)，以及從超快HDF5格式保存/加載數(shù)據(jù)

• 特定于時間序列的功能：日期范圍生成和頻率轉(zhuǎn)換，移動窗口統(tǒng)計信息，日期移動和滯后。

1. read_csv(nrows = n)

您可能已經(jīng)知道read_csv函數(shù)的使用。但是，即使不需要，我們大多數(shù)人仍然會錯誤地讀取整個.csv文件。讓我們考慮一種情況，即我們不知道10gb的.csv文件中的列和數(shù)據(jù)，在這里讀取整個.csv文件將不是一個明智的決定，因為這將不必要地占用我們的內(nèi)存，并且會花費很多時間時間。我們可以僅從.csv文件中導(dǎo)入幾行，然后根據(jù)需要繼續(xù)操作。

import io import requests # I am using this online data set just to make things easier for you guys url = "https://raw.github.com/vincentarelbundock/Rdatasets/master/csv/datasets/AirPassengers.csv" s = requests.get(url).content # read only first 10 rows df = pd.read_csv(io.StringIO(s.decode('utf-8')),nrows=10 , index_col=0)

2. map()

map()函數(shù)用于根據(jù)輸入對應(yīng)關(guān)系映射Series的值。用于將系列中的每個值替換為另一個值，該值可以從函數(shù)，字典或系列中得出。

# create a dataframe dframe = pd.DataFrame(np.random.randn(4, 3), columns=list('bde'), index=['India', 'USA', 'China', 'Russia']) #compute a formatted string from each floating point value in frame changefn = lambda x: '%.2f' % x # Make changes element-wise dframe['d'].map(changefn)

3. apply()

apply()允許用戶傳遞一個函數(shù)并將其應(yīng)用于Pandas系列的每個單個值。

# max minus mix lambda fn fn = lambda x: x.max() - x.min() # Apply this on dframe that we've just created above dframe.apply(fn)

4. isin()

isin()用于過濾數(shù)據(jù)幀。isin()幫助選擇在特定列中具有特定(或多個)值的行。這是我遇到的最有用的功能。

# Using the dataframe we created for read_csv filter1 = df["value"].isin([112])  filter2 = df["time"].isin([1949.000000]) df [filter1 & filter2]

5. copy()

copy()用于創(chuàng)建Pandas對象的副本。將數(shù)據(jù)幀分配給另一個數(shù)據(jù)幀時，在另一個數(shù)據(jù)幀中進(jìn)行更改時其值也會更改。為了防止出現(xiàn)上述問題，我們可以使用copy()。

# creating sample series  data = pd.Series(['India', 'Pakistan', 'China', 'Mongolia']) # Assigning issue that we face datadata1= data # Change a value data1[0]='USA' # Also changes value in old dataframe data # To prevent that, we use # creating copy of series  new = data.copy() # assigning new values  new[1]='Changed value' # printing data  print(new)  print(data)

6. select_dtypes()

select_dtypes()函數(shù)基于列dtypes返回數(shù)據(jù)框的列的子集?？梢詫⒋撕瘮?shù)的參數(shù)設(shè)置為包括具有某些特定數(shù)據(jù)類型的所有列，也可以將其設(shè)置為排除具有某些特定數(shù)據(jù)類型的所有那些列。

# We'll use the same dataframe that we used for read_csv framex =  df.select_dtypes(include="float64") # Returns only time column

額外的獎勵：

pivot_table()pandas  最神奇最有用的功能是pivot_table。如果您猶豫使用groupby并想擴(kuò)展其功能，那么可以很好地使用pivot_table。如果您知道數(shù)據(jù)透視表在excel中是如何工作的，那么對您來說可能只是小菜一碟。數(shù)據(jù)透視表中的級別將存儲在結(jié)果DataFrame的索引和列上的MultiIndex對象(分層索引)中。

# Create a sample dataframe school = pd.DataFrame({'A': ['Jay', 'Usher', 'Nicky', 'Romero', 'Will'],        'B': ['Masters', 'Graduate', 'Graduate', 'Masters', 'Graduate'],        'C': [26, 22, 20, 23, 24]}) # Lets create a pivot table to segregate students based on age and course table = pd.pivot_table(school, values ='A', index =['B', 'C'], columns =['B'], aggfunc = np.sum, fill_value="Not Available")     table

到此，相信大家對“Pandas和NumPy函數(shù)的使用方法有哪些”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)！