微信公眾號：「Python讀財」
如有問題或建議轿塔，請公眾號留言
繼上一篇文章Pandas數(shù)據(jù)處理——盤點那些常用的函數(shù)（上）趾断，這篇文章整理了剩下的一些Pandas常見方法鸿脓，整體難度會比上一篇文章中的大一點躁愿，但還是比較容易理解的袍睡。話不多說创泄，直接進入正題。
用于演示的數(shù)據(jù)如下：
In [11]: data
Out[11]:
company gender salary age
0 B female 30 40.0
1 A female 36 31.0
2 B female 35 28.0
3 B female 9 18.0
4 B female 16 43.0
5 A male 46 22.0
6 B female 15 28.0
7 B female 33 40.0
8 C male 19 32.0
.astype()
作用對象：Series和DataFrame
主要用途：修改字段的數(shù)據(jù)類型且改，數(shù)據(jù)量大的情況下可用于減小數(shù)據(jù)占用的內(nèi)存验烧，多用于Series。
用法：
# 把age字段轉(zhuǎn)為int類型
In [12]: data["age"] = data["age"].astype(int)
In [13]: data
Out[13]:
company gender salary age
0 B female 30 40
1 A female 36 31
2 B female 35 28
3 B female 9 18
4 B female 16 43
5 A male 46 22
6 B female 15 28
7 B female 33 40
8 C male 19 32
.rename()
作用對象：Series,DataFrame(大多數(shù)情況下)
主要用途：多用于修改DataFrame的列名
主要參數(shù)：
-
columns （dict-like or function）
指定要修改的列名以及新的列名又跛，一般以字典形式傳入
-
inplace （boolean, default False）
是否作用于原對象
用法：
# 將'age'更改為員工編號'number',并作用于原對象
In [15]: data.rename(columns={'age':'number'},inplace=True)
In [16]: data
Out[16]:
company gender salary number
0 B female 30 40
1 A female 36 31
2 B female 35 28
3 B female 9 18
4 B female 16 43
5 A male 46 22
6 B female 15 28
7 B female 33 40
8 C male 19 32
.set_index()
作用對象：DataFrame
主要用途：將DataFrame中的某一（多）個字段設置為索引
用法：
In [19]: data.set_index('number',inplace=True)
In [20]: data
Out[20]:
company gender salary
number
40 B female 30
31 A female 36
28 B female 35
18 B female 9
43 B female 16
22 A male 46
28 B female 15
40 B female 33
32 C male 19
.reset_index()
作用對象：Series,DataFrame
主要用途：重置索引，默認重置后的索引為0~len(df)-1
主要參數(shù)：
-
drop （boolean, default False）
是否丟棄原索引若治，具體看下方演示
-
inplace （boolean, default False）
是否作用于原對象
用法：
# drop = True慨蓝，重置索引，并把原有的索引丟棄
In [22]: data.reset_index(drop=True)
Out[22]:
company gender salary
0 B female 30
1 A female 36
2 B female 35
3 B female 9
4 B female 16
5 A male 46
6 B female 15
7 B female 33
8 C male 19
# drop = False,重置索引
# 原索引列'number'作為新字段進入DataFrame
In [23]: data.reset_index(drop=False,inplace=True)
In [24]: data
Out[24]:
number company gender salary
0 40 B female 30
1 31 A female 36
2 28 B female 35
3 18 B female 9
4 43 B female 16
5 22 A male 46
6 28 B female 15
7 40 B female 33
8 32 C male 19
.drop_duplicates()
作用對象：Series,DataFrame
主要用途：去掉重復值端幼，作用和SQL中的distinct類似
用法：
In [26]: data['company'].drop_duplicates()
Out[26]:
0 B
1 A
8 C
Name: company, dtype: object
.drop()
作用對象：Series,DataFrame
主要用途：常用于刪掉DataFrame中的某些字段
主要參數(shù)：
-
columns （single label or list-like）
指定要刪掉的字段
用法：
# 刪掉'gender'列
In [27]: data.drop(columns = ['gender'])
Out[27]:
number company salary
0 40 B 30
1 31 A 36
2 28 B 35
3 18 B 9
4 43 B 16
5 22 A 46
6 28 B 15
7 40 B 33
8 32 C 19
.isin()
作用對象：Series,DataFrame
主要用途：常用于構(gòu)建布爾索引礼烈，對DataFrame的數(shù)據(jù)進行條件篩選
用法：
# 篩選出A公司和C公司的員工記錄
In [29]: data.loc[data['company'].isin(['A','C'])]
Out[29]:
number company gender salary
1 31 A female 36
5 22 A male 46
8 32 C male 19
pd.cut()
主要用途：將連續(xù)變量離散化，比如將人的年齡劃分為各個區(qū)間
主要參數(shù)：
-
x （array-like）
需要進行離散化的一維數(shù)據(jù)
-
bins （int, sequence of scalars, or IntervalIndex）
設置需要分成的區(qū)間婆跑，可以指定區(qū)間數(shù)量此熬，也可以指定間斷點
-
labels （array or bool, optional）
設置區(qū)間的標簽
用法：
# 把薪水分成5個區(qū)間
In [33]: pd.cut(data.salary,bins = 5)
Out[33]:
0 (23.8, 31.2]
1 (31.2, 38.6]
2 (31.2, 38.6]
3 (8.963, 16.4]
4 (8.963, 16.4]
5 (38.6, 46.0]
6 (8.963, 16.4]
7 (31.2, 38.6]
8 (16.4, 23.8]
Name: salary, dtype: category
Categories (5, interval[float64]): [(8.963, 16.4] < (16.4, 23.8] < (23.8, 31.2] < (31.2, 38.6] <(38.6, 46.0]]
# 自行指定間斷點
In [32]: pd.cut(data.salary,bins = [0,10,20,30,40,50])
Out[32]:
0 (20, 30]
1 (30, 40]
2 (30, 40]
3 (0, 10]
4 (10, 20]
5 (40, 50]
6 (10, 20]
7 (30, 40]
8 (10, 20]
Name: salary, dtype: category
Categories (5, interval[int64]): [(0, 10] < (10, 20] < (20, 30] < (30, 40] < (40, 50]]
# 指定區(qū)間的標簽
In [34]: pd.cut(data.salary,bins = [0,10,20,30,40,50],labels = ['低','中下','中','中上','高'])
Out[34]:
0 中
1 中上
2 中上
3 低
4 中下
5 高
6 中下
7 中上
8 中下
Name: salary, dtype: category
Categories (5, object): [低 < 中下 < 中 < 中上 < 高]
pd.qcut()
主要用途：將連續(xù)變量離散化，區(qū)別于pd.cut()用具體數(shù)值劃分滑进，pd.qcut()使用分位數(shù)進行區(qū)間劃分
主要參數(shù)：
-
x （array-like）
需要進行離散化的一維數(shù)據(jù)
-
q（integer or array of quantiles）
設置需要分成的區(qū)間犀忱，可以指定區(qū)間格式，也可以指定間斷點
-
labels （array or boolean, default None）
設置區(qū)間的標簽
用法：
# 按照0-33.33%扶关，33.33%-66.67%阴汇，66.67%-100%百分位進行劃分
In [35]: pd.qcut(data.salary,q = 3)
Out[35]:
0 (18.0, 33.667]
1 (33.667, 46.0]
2 (33.667, 46.0]
3 (8.999, 18.0]
4 (8.999, 18.0]
5 (33.667, 46.0]
6 (8.999, 18.0]
7 (18.0, 33.667]
8 (18.0, 33.667]
Name: salary, dtype: category
Categories (3, interval[float64]): [(8.999, 18.0] < (18.0, 33.667] < (33.667, 46.0]]
.where()
作用對象：Series,DataFrame
主要用途：將不符合條件的值替換掉成指定值，相當于執(zhí)行了一個if-else
主要參數(shù)：
-
cond （boolean Series/DataFrame, array-like, or callable）
用于篩選的條件
-
other（scalar, Series/DataFrame, or callable）
對不符合
cond條件的值（結(jié)果為為False）节槐，用other的值進行替代
用法：
# 語句解析
# 若salary<=40搀庶，則保持原來的值不變
# 若salary大于40，則設置為40
In [38]: data['salary'].where(data.salary<=40,40)
Out[38]:
0 30
1 36
2 35
3 9
4 16
5 40
6 15
7 33
8 19
Name: salary, dtype: int32
pd.concat()
主要用途：將多個Series或DataFrame拼起來（橫拼或者豎拼都可以）
主要參數(shù)：
-
objs （a sequence or mapping of Series or DataFrame objects）
用于拼接的
Series或DataFrame铜异，一般都放在一個列表中傳入 -
axis （0/’index’, 1/’columns’）
控制數(shù)據(jù)是橫向拼接還是縱向拼接哥倔，默認為縱向拼接。
-
ignore_index （bool, default False）
是否保留原
Seires或DataFrame內(nèi)部的索引揍庄，如果為True則對拼接而成的數(shù)據(jù)生成新索引（0~n-1）
用法：
# 分別取data的前三條和后三條為data1和data2
In [41]: data1 = data.head(3)
In [42]: data1
Out[42]:
number company gender salary
0 40 B female 30
1 31 A female 36
2 28 B female 35
In [43]: data2 = data.tail(3)
In [44]: data2
Out[44]:
number company gender salary
6 28 B female 15
7 40 B female 33
8 32 C male 19
# 拼接數(shù)據(jù)
In [45]: pd.concat([data1,data2],ignore_index = False)
Out[45]:
number company gender salary
0 40 B female 30
1 31 A female 36
2 28 B female 35
6 28 B female 15
7 40 B female 33
8 32 C male 19
# 拼接數(shù)據(jù)并重置索引
In [46]: pd.concat([data1,data2],ignore_index=True)
Out[46]:
number company gender salary
0 40 B female 30
1 31 A female 36
2 28 B female 35
3 28 B female 15
4 40 B female 33
5 32 C male 19
.pivot_table()
作用對象：DataFrame
主要用途：對DataFrame進行數(shù)據(jù)透視咆蒿，相當于Excel中的數(shù)據(jù)透視表
主要參數(shù)：
-
values （column to aggregate, optional）
用于聚合運算的字段（數(shù)據(jù)透視的目標變量）
-
index （column, Grouper, array, or list of the previous）
類比于數(shù)據(jù)透視表中的行標簽
-
columns （column, Grouper, array, or list of the previous）
類比于數(shù)據(jù)透視表中的列標簽
-
aggfunc （ function, list of functions, dict, default numpy.mean）
對values進行什么聚合運算
用法：
# 從公司和性別兩個維度對薪水進行數(shù)據(jù)透視
# 看看這兩個維度下的平均薪資水平
In [47]: data.pivot_table(values = 'salary',index = 'company',
columns = 'gender',aggfunc=np.mean)
Out[47]:
gender female male
company
A 36.0 46.0
B 23.0 NaN
C NaN 19.0
Pandas中常用的函數(shù)便整理到這里，至于map和apply這類的就不在此過多介紹了币绩，詳細的介紹可以看之前寫過的文章蜡秽。希望整理的這些函數(shù)能對大家有所幫助！
原創(chuàng)不易缆镣，如果覺得有點用芽突，希望可以隨手點個贊，拜謝各位老鐵董瞻。
掃碼關注公眾號 「Python讀財」寞蚌，第一時間獲取干貨田巴！
