Pandas常用的功能有哪些

這篇文章主要介紹Pandas常用的功能有哪些，文中介紹的非常詳細(xì)，具有一定的參考價(jià)值，感興趣的小伙伴們一定要看完！

首先我們還是隨機(jī)產(chǎn)生一個(gè)數(shù)據(jù)表，5行3列的數(shù)據(jù)框。保存到csv文件并讀取。

import pandas as pd
import numpy as np

sample = np.array(np.random.randint(0,100, size=15))
sample_reshape = sample.reshape((5,3))
sample_pd = pd.DataFrame(sample_reshape)
sample_pd.to_csv("sample.csv",header=None, index=None)

import pandas as pd
import numpy as np

sample = pd.read_csv("sample.csv", header=None)
print sample.head()

"""
    0   1   2
0   6  40  24
1   5  24  56
2  59  21  44
3  58   4  25
4  83  74  58
"""

＃　排序

首先介紹一下如何對(duì)數(shù)據(jù)框進(jìn)行排序，總的來(lái)說(shuō)，pandas提供兩種排序方法，一個(gè)是根據(jù)索引值排序，一個(gè)是根據(jù)數(shù)據(jù)框中某一列或者某一行排序，這個(gè)就和Excel中的排序是一樣的，但是它排序的結(jié)果是擴(kuò)展到整個(gè)數(shù)據(jù)表的，不是按照單獨(dú)一行或者一列排序，如果要對(duì)行或者列單獨(dú)排序，可以首先把行或者列索引出來(lái)，然后在排序。

##　sort_index

by參數(shù)指定列名，axis默認(rèn)為0， 桉列排序,排序之后得到4， 21， 24,40， 74，可以指定axis為1，按行排序， 結(jié)果為5， 24， 56。

import pandas as pd
sample = pd.read_csv("sample.csv", header=None)
sort_index_1 = sample.sort_index(by=1)
print sort_index_1
"""
   0   1   2
3  58   4  25
2  59  21  44
1   5  24  56
0   6  40  24
4  83  74  58

"""
sort_index_axis_1 = sample.sort_index(by=1, axis=1)
print sort_index_axis_1
"""
    0   1   2
0   6  40  24
1   5  24  56
2  59  21  44
3  58   4  25
4  83  74  58
"""

ascending參數(shù)指定降序排序，由大到小。

sort_index_ascend = sample.sort_index(by=1, ascending=False)
print sort_index_ascend
"""
    0   1   2
4  83  74  58
0   6  40  24
1   5  24  56
2  59  21  44
3  58   4  25
"""

＃＃sort_values

通過(guò)結(jié)果，我們發(fā)現(xiàn)sort_values和sort_index幾乎是相同的。But， sort_index后面將會(huì)被棄用。。。所以大家也可以只學(xué)習(xí)sort_values的用法。

import pandas as pd
sample = pd.read_csv("sample.csv", header=None)

sample_sort_value = sample.sort_values(by=1)
print sample_sort_value
print " - * - " * 5

sample_sort_axis = sample.sort_values(by=1, axis=1)
print sample_sort_axis
print " - * - " * 5
sort_value_ascend = sample.sort_values(by=1, ascending=False)
print sort_value_ascend
"""
    0   1   2
3  58   4  25
2  59  21  44
1   5  24  56
0   6  40  24
4  83  74  58
 - * -  - * -  - * -  - * -  - * - 
    0   1   2
0   6  40  24
1   5  24  56
2  59  21  44
3  58   4  25
4  83  74  58
 - * -  - * -  - * -  - * -  - * - 
    0   1   2
4  83  74  58
0   6  40  24
1   5  24  56
2  59  21  44
3  58   4  25

"""

下面我們看個(gè)稍微高級(jí)點(diǎn)的玩法，如果要按照某一行或者列的最大值來(lái)排序，該怎么做。首先我們新添加一列，用來(lái)求每一行的最大值。然后我們根據(jù)最大值降序排序就可以了。

import pandas as pd
sample = pd.read_csv("sample.csv", header=None)
sample['row_max'] = sample.apply(lambda x: x.max(), axis=1)
new = sample.sort_values(by='row_max', ascending=False)
print new 
"""
    0   1   2  row_max
4  83  74  58       83
2  59  21  44       59
3  58   4  25       58
1   5  24  56       56
0   6  40  24       40
"""

學(xué)會(huì)怎么按照最大值排序，那么按照其他統(tǒng)計(jì)量也就可以了，比如均值，最小值等等。

# apply, applymap, map

這三個(gè)函數(shù)中，前兩個(gè)是針對(duì)DataFrame使用的， 而map是針對(duì)Series使用的。 首先看一下函數(shù)文檔，也就基本清楚他們?cè)趺从昧恕?/p>

DataFrame.apply(func, axis=0, broadcast=False, raw=False, reduce=None, args=(), **kwds)

DataFrame.applymap(func)

Series.map(arg, na_action=None)

apply函數(shù)是將一個(gè)函數(shù)func，應(yīng)用到DataFrame的元素中，其中axis指定數(shù)據(jù)的維度，其他幾個(gè)參數(shù)不常用，這里不說(shuō)了， 然后大家有需要用的時(shí)候可以去看看。applymap是將函數(shù)func直接應(yīng)用到每一個(gè)元素中；map函數(shù)是將值和某個(gè)Series對(duì)應(yīng)起來(lái)，下面看個(gè)栗子。

import pandas as pd
import numpy as np

df = pd.DataFrame(np.random.randn(3, 3))
print df
print 
df = df.applymap(lambda x: '%.2f' % x)
print df
"""
     0      1       2
0  0.776506 -0.605382  1.843036
1  0.522743  1.267487  1.288286
2  0.495450  0.583332 -0.590918

      0      1      2
0  0.78  -0.61   1.84
1  0.52   1.27   1.29
2  0.50   0.58  -0.59
"""

import pandas as pd
x = pd.Series([1, 2, 3], index=['one', 'two', 'three'])
print x
y = pd.Series(['foo', 'bar', 'baz'], index=[1, 2, 3])
print
print y
print
print x.map(y)
"""
one      1
two      2
three    3
dtype: int64

1    foo
2    bar
3    baz
dtype: object

one      foo
two      bar
three    baz
dtype: object
"""

# 分組

DataFrame.groupby(by=None, axis=0, level=None, as_index=True, sort=True, group_keys=True, squeeze=False, **kwargs)

然后還是之前的數(shù)據(jù)，我們新添加一列，列名為key1，分組的意思就是將數(shù)據(jù)框以某種標(biāo)志分為不同的組，這里選擇key1作為分組依據(jù)，這樣就分為了兩組，分組的作用的我們可以分別統(tǒng)計(jì)各自組內(nèi)的統(tǒng)計(jì)量。比如要分析不同性別，不同年齡段等等問(wèn)題的時(shí)候，就會(huì)用到分組統(tǒng)計(jì)。

注意這里grouped是一個(gè)SeriesGroupBy 對(duì)象，具體統(tǒng)計(jì)的時(shí)候，需要用SeriesGroupBy 的方法。

import pandas as pd

sample = pd.read_csv("sample.csv", header=None)
sample['key1'] = ['a', 'b', 'b', 'a', 'b']
print sample
print
grouped = sample[1].groupby(sample['key1'])
print grouped
print
print grouped.mean()
print
print grouped.max()
"""
    0   1   2 key1
0   6  40  24    a
1   5  24  56    b
2  59  21  44    b
3  58   4  25    a
4  83  74  58    b

<pandas.core.groupby.SeriesGroupBy object at 0x0000000005E2ED68>

key1
a    22.000000
b    39.666667
Name: 1, dtype: float64

key1
a    40
b    74
Name: 1, dtype: int64

"""

以上是“Pandas常用的功能有哪些”這篇文章的所有內(nèi)容，感謝各位的閱讀！希望分享的內(nèi)容對(duì)大家有幫助，更多相關(guān)知識(shí)，歡迎關(guān)注億速云行業(yè)資訊頻道！