文章來源：Python數(shù)據(jù)分析
目錄：
1.Pandas的函數(shù)應用
apply 和 applymap
1. 可直接使用NumPy的函數(shù)
示例代碼：
# Numpy ufunc 函數(shù)
df = pd.DataFrame(np.random.randn(5,4) - 1)
print(df)
print(np.abs(df))
運行結(jié)果：
0 1 2 3
0 -0.062413 0.844813 -1.853721 -1.980717
1 -0.539628 -1.975173 -0.856597 -2.612406
2 -1.277081 -1.088457 -0.152189 0.530325
3 -1.356578 -1.996441 0.368822 -2.211478
4 -0.562777 0.518648 -2.007223 0.059411
0 1 2 3
0 0.062413 0.844813 1.853721 1.980717
1 0.539628 1.975173 0.856597 2.612406
2 1.277081 1.088457 0.152189 0.530325
3 1.356578 1.996441 0.368822 2.211478
4 0.562777 0.518648 2.007223 0.059411
2. 通過apply將函數(shù)應用到列或行上
示例代碼：
# 使用apply應用行或列數(shù)據(jù)
#f = lambda x : x.max()
print(df.apply(lambda x : x.max()))
運行結(jié)果：
0 -0.062413
1 0.844813
2 0.368822
3 0.530325
dtype: float64
注意指定軸的方向，默認axis=0袍患，方向是列
示例代碼：
# 指定軸方向坦康，axis=1，方向是行
print(df.apply(lambda x : x.max(), axis=1))
運行結(jié)果：
0 0.844813
1 -0.539628
2 0.530325
3 0.368822
4 0.518648
dtype: float64
3. 通過applymap將函數(shù)應用到每個數(shù)據(jù)上
示例代碼：
# 使用applymap應用到每個數(shù)據(jù)
f2 = lambda x : '%.2f' % x
print(df.applymap(f2))
運行結(jié)果：
0 1 2 3
0 -0.06 0.84 -1.85 -1.98
1 -0.54 -1.98 -0.86 -2.61
2 -1.28 -1.09 -0.15 0.53
3 -1.36 -2.00 0.37 -2.21
4 -0.56 0.52 -2.01 0.06
排序
1. 索引排序
sort_index()
排序默認使用升序排序诡延，ascending=False 為降序排序
示例代碼：
# Series
s4 = pd.Series(range(10, 15), index = np.random.randint(5, size=5))
print(s4)
# 索引排序
s4.sort_index() # 0 0 1 3 3
運行結(jié)果：
0 10
3 11
1 12
3 13
0 14
dtype: int64
0 10
0 14
1 12
3 11
3 13
dtype: int64
對DataFrame操作時注意軸方向
示例代碼：
# DataFrame
df4 = pd.DataFrame(np.random.randn(3, 5),
index=np.random.randint(3, size=3),
columns=np.random.randint(5, size=5))
print(df4)
df4_isort = df4.sort_index(axis=1, ascending=False)
print(df4_isort) # 4 2 1 1 0
運行結(jié)果：
1 4 0 1 2
2 -0.416686 -0.161256 0.088802 -0.004294 1.164138
1 -0.671914 0.531256 0.303222 -0.509493 -0.342573
1 1.988321 -0.466987 2.787891 -1.105912 0.889082
4 2 1 1 0
2 -0.161256 1.164138 -0.416686 -0.004294 0.088802
1 0.531256 -0.342573 -0.671914 -0.509493 0.303222
1 -0.466987 0.889082 1.988321 -1.105912 2.787891
2. 按值排序
sort_values(by='column name')
根據(jù)某個唯一的列名進行排序檐迟，如果有其他相同列名則報錯叠殷。
示例代碼：
# 按值排序
df4_vsort = df4.sort_values(by=0, ascending=False)
print(df4_vsort)
運行結(jié)果：
1 4 0 1 2
1 1.988321 -0.466987 2.787891 -1.105912 0.889082
1 -0.671914 0.531256 0.303222 -0.509493 -0.342573
2 -0.416686 -0.161256 0.088802 -0.004294 1.164138
處理缺失數(shù)據(jù)
示例代碼：
df_data = pd.DataFrame([np.random.randn(3), [1., 2., np.nan],
[np.nan, 4., np.nan], [1., 2., 3.]])
print(df_data.head())
運行結(jié)果：
0 1 2
0 -0.281885 -0.786572 0.487126
1 1.000000 2.000000 NaN
2 NaN 4.000000 NaN
3 1.000000 2.000000 3.000000
1. 判斷是否存在缺失值：isnull()
示例代碼：
# isnull
print(df_data.isnull())
運行結(jié)果：
0 1 2
0 False False False
1 False False True
2 True False True
3 False False False
2. 丟棄缺失數(shù)據(jù)：dropna()
根據(jù)axis軸方向渐北，丟棄包含NaN的行或列。 示例代碼：
# dropna
print(df_data.dropna())
print(df_data.dropna(axis=1))
運行結(jié)果：
0 1 2
0 -0.281885 -0.786572 0.487126
3 1.000000 2.000000 3.000000
1
0 -0.786572
1 2.000000
2 4.000000
3 2.000000
3. 填充缺失數(shù)據(jù)：fillna()
示例代碼：
# fillna
print(df_data.fillna(-100.))
運行結(jié)果：
0 1 2
0 -0.281885 -0.786572 0.487126
1 1.000000 2.000000 -100.000000
2 -100.000000 4.000000 -100.000000
3 1.000000 2.000000 3.000000
2.層級索引（hierarchical indexing）
下面創(chuàng)建一個Series逸绎， 在輸入索引Index時，輸入了由兩個子list組成的list夭谤，第一個子list是外層索引棺牧，第二個list是內(nèi)層索引。
示例代碼：
import pandas as pd
import numpy as np
ser_obj = pd.Series(np.random.randn(12),index=[
['a', 'a', 'a', 'b', 'b', 'b', 'c', 'c', 'c', 'd', 'd', 'd'],
[0, 1, 2, 0, 1, 2, 0, 1, 2, 0, 1, 2]
])
print(ser_obj)
運行結(jié)果：
a 0 0.099174
1 -0.310414
2 -0.558047
b 0 1.742445
1 1.152924
2 -0.725332
c 0 -0.150638
1 0.251660
2 0.063387
d 0 1.080605
1 0.567547
2 -0.154148
dtype: float64
MultiIndex索引對象
打印這個Series的索引類型朗儒，顯示是MultiIndex
直接將索引打印出來颊乘，可以看到有l(wèi)avels,和labels兩個信息。lavels表示兩個層級中分別有那些標簽醉锄，labels是每個位置分別是什么標簽疲牵。
示例代碼：
print(type(ser_obj.index))
print(ser_obj.index)
運行結(jié)果：
<class 'pandas.indexes.multi.MultiIndex'>
MultiIndex(levels=[['a', 'b', 'c', 'd'], [0, 1, 2]],
labels=[[0, 0, 0, 1, 1, 1, 2, 2, 2, 3, 3, 3], [0, 1, 2, 0, 1, 2, 0, 1, 2, 0, 1, 2]])
選取子集
根據(jù)索引獲取數(shù)據(jù)。因為現(xiàn)在有兩層索引榆鼠，當通過外層索引獲取數(shù)據(jù)的時候，可以直接利用外層索引的標簽來獲取亥鸠。
當要通過內(nèi)層索引獲取數(shù)據(jù)的時候妆够，在list中傳入兩個元素，前者是表示要選取的外層索引负蚊，后者表示要選取的內(nèi)層索引神妹。
1. 外層選取：
ser_obj['outer_label']
示例代碼：
# 外層選取
print(ser_obj['c'])
運行結(jié)果：
0 -1.362096
1 1.558091
2 -0.452313
dtype: float64
- 內(nèi)層選燃易薄：
ser_obj[:, 'inner_label']
示例代碼：
# 內(nèi)層選取
print(ser_obj[:, 2])
運行結(jié)果：
a 0.826662
b 0.015426
c -0.452313
d -0.051063
dtype: float64
常用于分組操作鸵荠、透視表的生成等
交換分層順序
1. swaplevel()
.swaplevel( )交換內(nèi)層與外層索引。
示例代碼：
print(ser_obj.swaplevel())
運行結(jié)果：
0 a 0.099174
1 a -0.310414
2 a -0.558047
0 b 1.742445
1 b 1.152924
2 b -0.725332
0 c -0.150638
1 c 0.251660
2 c 0.063387
0 d 1.080605
1 d 0.567547
2 d -0.154148
dtype: float64
交換并排序分層 sortlevel()
- .sortlevel( )先對外層索引進行排序伤极，再對內(nèi)層索引進行排序蛹找，默認是升序。
示例代碼：
# 交換并排序分層
print(ser_obj.swaplevel().sortlevel())
運行結(jié)果：
0 a 0.099174
b 1.742445
c -0.150638
d 1.080605
1 a -0.310414
b 1.152924
c 0.251660
d 0.567547
2 a -0.558047
b -0.725332
c 0.063387
d -0.154148
dtype: float64
3.Pandas統(tǒng)計計算和描述
示例代碼：
import numpy as np
import pandas as pd
df_obj = pd.DataFrame(np.random.randn(5,4), columns = ['a', 'b', 'c', 'd'])
print(df_obj)
運行結(jié)果：
a b c d
0 1.469682 1.948965 1.373124 -0.564129
1 -1.466670 -0.494591 0.467787 -2.007771
2 1.368750 0.532142 0.487862 -1.130825
3 -0.758540 -0.479684 1.239135 1.073077
4 -0.007470 0.997034 2.669219 0.742070
常用的統(tǒng)計計算
sum, mean, max, min…
axis=0 按列統(tǒng)計哨坪，axis=1按行統(tǒng)計
skipna 排除缺失值庸疾， 默認為True
示例代碼：
df_obj.sum()
df_obj.max()
df_obj.min(axis=1, skipna=False)
運行結(jié)果：
a 0.605751
b 2.503866
c 6.237127
d -1.887578
dtype: float64
a 1.469682
b 1.948965
c 2.669219
d 1.073077
dtype: float64
0 -0.564129
1 -2.007771
2 -1.130825
3 -0.758540
4 -0.007470
dtype: float64
常用的統(tǒng)計描述
describe 產(chǎn)生多個統(tǒng)計數(shù)據(jù)
示例代碼：
print(df_obj.describe())
運行結(jié)果：
a b c d
count 5.000000 5.000000 5.000000 5.000000
mean 0.180305 0.106488 0.244978 0.178046
std 0.641945 0.454340 1.064356 1.144416
min -0.677175 -0.490278 -1.164928 -1.574556
25% -0.064069 -0.182920 -0.464013 -0.089962
50% 0.231722 0.127846 0.355859 0.190482
75% 0.318854 0.463377 1.169750 0.983663
max 1.092195 0.614413 1.328220 1.380601
常用的統(tǒng)計描述方法：
