20 个好用的 pandas 函数！（上）
今天分享几个pandas函数，大家可能平时看到的不多，但是使用起来倒是非常的方便，也能够帮助我们数据分析人员大幅度地提高工作效率。
1、items()方法
pandas当中的items()方法可以用来遍历数据集当中的每一列，同时返回列名以及每一列当中的内容，通过以元组的形式，示例如下
df = pd.DataFrame({'species': ['bear', 'bear', 'marsupial'],
'population': },
index=['panda', 'polar', 'koala'])
df
output
speciespopulation
panda bear 1864
polar bear 22000
koalamarsupial 80000
然后我们使用items()方法
for label, content in df.items():
print(f'label: {label}')
print(f'content: {content}', sep='\n')
print("=" * 50)
output
label: species
content: panda bear
polar bear
koala marsupial
Name: species, dtype: object
==================================================
label: population
content: panda 1864
polar 22000
koala 80000
Name: population, dtype: int64
==================================================
相继的打印出了‘species’和‘population’这两列的列名和相应的内容
2、iterrows()方法
而对于iterrows()方法而言，其功能则是遍历数据集当中的每一行，返回每一行的索引以及带有列名的每一行的内容，示例如下
for label, content in df.iterrows():
print(f'label: {label}')
print(f'content: {content}', sep='\n')
print("=" * 50)
output
label: panda
content: species bear
population 1864
Name: panda, dtype: object
==================================================
label: polar
content: species bear
population 22000
Name: polar, dtype: object
==================================================
label: koala
content: species marsupial
population 80000
Name: koala, dtype: object
==================================================
3、insert()方法
insert()方法主要是用于在数据集当中的特定位置处插入数据，示例如下
df.insert(1, "size", )
output
speciessizepopulation
panda bear2000 1864
polar bear3000 22000
koalamarsupial4000 80000
可见在DataFrame数据集当中，列的索引也是从0开始的
4、assign()方法
assign()方法可以用来在数据集当中添加新的列，示例如下
df.assign(size_1=lambda x: x.population * 9 / 5 + 32)
output
speciespopulation size_1
panda bear 1864 3387.2
polar bear 22000 39632.0
koalamarsupial 80000144032.0
从上面的例子中可以看出，我们通过一个lambda匿名函数，在数据集当中添加一个新的列，命名为‘size_1’，当然我们也可以通过assign()方法来创建不止一个列
df.assign(size_1 = lambda x: x.population * 9 / 5 + 32,
size_2 = lambda x: x.population * 8 / 5 + 10)
output
speciespopulation size_1 size_2
panda bear 1864 3387.2 2992.4
polar bear 22000 39632.0 35210.0
koalamarsupial 80000144032.0128010.0
5、eval()方法
eval()方法主要是用来执行用字符串来表示的运算过程的，例如
df.eval("size_3 = size_1 + size_2")
output
speciespopulation size_1 size_2 size_3
panda bear 1864 3387.2 2992.4 6379.6
polar bear 22000 39632.0 35210.0 74842.0
koalamarsupial 80000144032.0128010.0272042.0
当然我们也可以同时对执行多个运算过程
df = df.eval('''
size_3 = size_1 + size_2
size_4 = size_1 - size_2
''')
output
speciespopulation size_1 size_2 size_3 size_4
panda bear 1864 3387.2 2992.4 6379.6 394.8
polar bear 22000 39632.0 35210.0 74842.0 4422.0
koalamarsupial 80000144032.0128010.0272042.016022.0
6、pop()方法
pop()方法主要是用来删除掉数据集中特定的某一列数据
df.pop("size_3")
output
panda 6379.6
polar 74842.0
koala 272042.0
Name: size_3, dtype: float64
而原先的数据集当中就没有这个‘size_3’这一例的数据了
7、truncate()方法
truncate()方法主要是根据行索引来筛选指定行的数据的，示例如下
df = pd.DataFrame({'A': ['a', 'b', 'c', 'd', 'e'],
'B': ['f', 'g', 'h', 'i', 'j'],
'C': ['k', 'l', 'm', 'n', 'o']},
index=)
output
ABC
1afk
2bgl
3chm
4din
5ejo
我们使用truncate()方法来做一下尝试
df.truncate(before=2, after=4)
output
ABC
2bgl
3chm
4din
我们看到参数before和after存在于truncate()方法中，目的就是把行索引2之前和行索引4之后的数据排除在外，筛选出剩余的数据
8、count()方法
count()方法主要是用来计算某一列当中非空值的个数，示例如下
df = pd.DataFrame({"Name": ["John", "Myla", "Lewis", "John", "John"],
"Age": ,
"Single": })
output
Name Age Single
0 John24.0 True
1 Myla NaN True
2Lewis25.0 NaN
3 John33.0 True
4 John26.0False
我们使用count()方法来计算一下数据集当中非空值的个数
df.count()
output
Name 5
Age 4
Single 4
dtype: int64
9、add_prefix()方法/add_suffix()方法
add_prefix()方法和add_suffix()方法分别会给列名以及行索引添加后缀和前缀，对于Series()数据集而言，前缀与后缀是添加在行索引处，而对于DataFrame()数据集而言，前缀与后缀是添加在列索引处，示例如下
s = pd.Series()
output
0 1
1 2
2 3
3 4
dtype: int64
我们使用add_prefix()方法与add_suffix()方法在Series()数据集上
s.add_prefix('row_')
output
row_0 1
row_1 2
row_2 3
row_3 4
dtype: int64
又例如
s.add_suffix('_row')
output
0_row 1
1_row 2
2_row 3
3_row 4
dtype: int64
而对于DataFrame()形式数据集而言，add_prefix()方法以及add_suffix()方法是将前缀与后缀添加在列索引处的
df = pd.DataFrame({'A': , 'B': })
output
AB
013
124
235
346
示例如下
示例如下
df.add_prefix("column_")
output
column_Acolumn_B
0 1 3
1 2 4
2 3 5
3 4 6
又例如
df.add_suffix("_column")
output
A_columnB_column
0 1 3
1 2 4
2 3 5
3 4 6
【免责声明】本文系转载，来源于关于数据分析与可视化 ，作者俊欣 。转载目的在于传递更多信息，并不代表本网赞同其观点和对其真实性负责。如涉及作品内容、版权和其它问题，请在30日内与联系我们，我们会予以更改或删除相关文章，以保证您的权益！
页:
[1]