日期： 2024-04-17
时间： 23:51
作者： Dongming
阅读量: 89

内容目录

5.Pandas的函数应用

Pandas的函数应用¶

In [115]:

import numpy as np
import pandas as pd

apply和applymap¶

In [139]:

df = pd.DataFrame(np.random.randn(5,4))
df

Out[139]:

	0	1	2	3
0	0.026993	1.178644	0.678732	-1.715583
1	-0.806836	1.102237	0.443870	1.269880
2	-0.139036	-1.545954	0.148033	-0.002969
3	-1.357422	-2.524853	0.371997	1.332291
4	-1.133313	0.921616	1.372075	-0.469255

In [140]:

# 1.1pandas对象可以直接使用numpy的函数
np.abs(df)

Out[140]:

	0	1	2	3
0	0.026993	1.178644	0.678732	1.715583
1	0.806836	1.102237	0.443870	1.269880
2	0.139036	1.545954	0.148033	0.002969
3	1.357422	2.524853	0.371997	1.332291
4	1.133313	0.921616	1.372075	0.469255

In [141]:

# 1.2通过apply将函数应用到列(或者行)
f = lambda x: x.max()
df.apply(f,axis='index')

Out[141]:

0    0.026993
1    1.178644
2    1.372075
3    1.332291
dtype: float64

In [142]:

# 1.3通过applymap将函数应用到每个数据上
f2 = lambda x: '%.2f' % x
df.applymap(f2)

Out[142]:

	0	1	2	3
0	0.03	1.18	0.68	-1.72
1	-0.81	1.10	0.44	1.27
2	-0.14	-1.55	0.15	-0.00
3	-1.36	-2.52	0.37	1.33
4	-1.13	0.92	1.37	-0.47

排序¶

按照索引排序¶

In [144]:

s1 = pd.Series(np.arange(4),index=list('dbca'))
s1

Out[144]:

d    0
b    1
c    2
a    3
dtype: int64

In [158]:

# 默认降序排序
s1.sort_index()

Out[158]:

a    3
b    1
c    2
d    0
dtype: int64

In [148]:

# 进行升序排序
s1.sort_index(ascending=False)

Out[148]:

d    0
c    2
b    1
a    3
dtype: int64

In [151]:

pd1 = pd.DataFrame(np.arange(12).reshape(3,4),index=list('bdc'),columns=list('BDCA'))
pd1

Out[151]:

	B	D	C	A
b	0	1	2	3
d	4	5	6	7
c	8	9	10	11

In [159]:

# 按照列进行升序排序
pd1.sort_index(axis=1, ascending=False)

Out[159]:

	D	C	B	A
b	1	2	0	3
d	5	6	4	7
c	9	10	8	11

按照值排序¶

In [146]:

# 按照值进行升序排序
s1.sort_values()

Out[146]:

d    0
b    1
c    2
a    3
dtype: int64

In [ ]:

# 如果有nan，默认会排在最后

In [162]:

s1['a'] = np.NAN
s1.sort_values()

Out[162]:

d    0.0
b    1.0
c    2.0
a    NaN
dtype: float64

In [165]:

pd1

Out[165]:

	B	D	C	A
b	0	1	2	3
d	4	5	6	7
c	8	9	10	11

In [167]:

# 以A列为基准，按照列进行降序排序
pd1.sort_values(by='A',axis=0, ascending=False)

Out[167]:

	B	D	C	A
c	8	9	10	11
d	4	5	6	7
b	0	1	2	3

In [168]:

pd1.sort_values(by='A',axis=0)

Out[168]:

	B	D	C	A
b	0	1	2	3
d	4	5	6	7
c	8	9	10	11

In [170]:

pd2 = pd.DataFrame({'a':[3,7,9,0],
                    'b':[2,-8,9,7],
                    'c':[10,-1,3,7]})
pd2

Out[170]:

	a	b	c
0	3	2	10
1	7	-8	-1
2	9	9	3
3	0	7	7

In [171]:

# 指定b列进行升序排序
pd2.sort_values(by='b')

Out[171]:

	a	b	c
1	7	-8	-1
0	3	2	10
3	0	7	7
2	9	9	3

In [172]:

# 指定多列进行排序
pd2.sort_values(by=['a','c'])

Out[172]:

	a	b	c
3	0	7	7
0	3	2	10
1	7	-8	-1
2	9	9	3

唯一值和成员属性¶

In [175]:

s1 = pd.Series([2,6,8,9,3,6], index=['a','a','b','c','d','e'])
s1

Out[175]:

a    2
a    6
b    8
c    9
d    3
e    6
dtype: int64

In [177]:

# 使用unique获取唯一值
s2 = s1.unique()
s2

Out[177]:

array([2, 6, 8, 9, 3])

In [180]:

# 使用value_counts可以获取值的出现次数
s1.value_counts()

Out[180]:

6    2
2    1
8    1
9    1
3    1
Name: count, dtype: int64

处理缺失数据¶

In [184]:

df3 = pd.DataFrame([np.random.randn(3),
                  [1, 2, np.nan],
                  [np.nan, 4, np.nan],[1,2,3]])
df3

Out[184]:

	0	1	2
0	-0.970443	1.240458	-1.106679
1	1.000000	2.000000	NaN
2	NaN	4.000000	NaN
3	1.000000	2.000000	3.000000

In [190]:

# 1.判断是否存在缺失值 isnull()
df3.isnull()

Out[190]:

	0	1	2
0	-0.970443	1.240458	-1.106679
1	1.000000	2.000000	NaN
2	NaN	4.000000	NaN
3	1.000000	2.000000	3.000000

In [193]:

# 2.丢弃缺失数据 dropna()
df3.dropna()

Out[193]:

	0	1	2
0	-0.970443	1.240458	-1.106679
3	1.000000	2.000000	3.000000

In [194]:

df3.dropna(axis=1)

Out[194]:

	1
0	1.240458
1	2.000000
2	4.000000
3	2.000000

In [195]:

# 3.填充缺失数据 fillna()
df3.fillna(0)

Out[195]:

	0	1	2
0	-0.970443	1.240458	-1.106679
1	1.000000	2.000000	0.000000
2	0.000000	4.000000	0.000000
3	1.000000	2.000000	3.000000

发表评论取消回复

分类文章

Dongming

自由职业者

推荐活动