• 企业400电话
  • 微网小程序
  • AI电话机器人
  • 电商代运营
  • 全 部 栏 目

    企业400电话 网络优化推广 AI电话机器人 呼叫中心 网站建设 商标✡知产 微网小程序 电商运营 彩铃•短信 增值拓展业务
    Pandas数据分析的一些常用小技巧

    Pandas小技巧

    import pandas as pd
    

    pandas生成数据

    d = {"sex": ["male", "female", "male", "female"],
     "color": ["red", "green", "blue", "yellow"],
     "age": [12, 56, 21, 31]}
    df = pd.DataFrame(d)
    df
    

    sex color age
    0 male red 12
    1 female green 56
    2 male blue 21
    3 female yellow 31

    数据替换–map映射

    map() 会根据提供的函数对指定序列做映射。

    map(function, iterable, …)

    d = {"male": 1, "female": 0}
    df["gender"] = df["sex"].map(d)
    df
    

    sex color age gender
    0 male red 12 1
    1 female green 56 0
    2 male blue 21 1
    3 female yellow 31 0

    数据清洗–replace和正则

    分享pandas数据清洗技巧,在某列山使用replace和正则快速完成值的清洗

    d = {"customer": ["A", "B", "C", "D"],
     "sales": [1000, "950.5RMB", "$400", "$1250.75"]}
    df = pd.DataFrame(d)
    df
    

    customer sales
    0 A 1000
    1 B 950.5RMB
    2 C $400
    3 D $1250.75

    sales列的数据类型不同意,为后续分析,所以需要将他的格式同统一

    df["sales"] = df["sales"].replace("[$,RMB]", "", regex=True).astype("float")
    
    df
    

    customer sales
    0 A 1000.00
    1 B 950.50
    2 C 400.00
    3 D 1250.75

    查看数据类型

    df["sales"].apply(type)
    

    0    class 'float'>
    1    class 'float'>
    2    class 'float'>
    3    class 'float'>
    Name: sales, dtype: object

    数据透视表分析–melt函数

    melt是逆转操作函数,可以将列名转换为列数据(columns name → column values),重构DataFrame,用法如下:

    参数说明:

    pandas.melt(frame, id_vars=None, value_vars=None, var_name=None, value_name=‘value', col_level=None)

    二维表格转成一维表格

    d = {"district_code": [12345, 56789, 101112, 131415],
     "apple": [5.2, 2.4, 4.2, 3.6],
     "banana": [3.5, 1.9, 4.0, 2.3],
     "orange": [8.0, 7.5, 6.4, 3.9]
     }
    df = pd.DataFrame(d)
    df
    

    district_code apple banana orange
    0 12345 5.2 3.5 8.0
    1 56789 2.4 1.9 7.5
    2 101112 4.2 4.0 6.4
    3 131415 3.6 2.3 3.9

    df = df.melt(id_vars="district_code",
      var_name="fruit_name",
      value_name="price")
    df
    

    district_code fruit_name price
    0 12345 apple 5.2
    1 56789 apple 2.4
    2 101112 apple 4.2
    3 131415 apple 3.6
    4 12345 banana 3.5
    5 56789 banana 1.9
    6 101112 banana 4.0
    7 131415 banana 2.3
    8 12345 orange 8.0
    9 56789 orange 7.5
    10 101112 orange 6.4
    11 131415 orange 3.9

    将分类中出现次数较少的值归为others

    d = {"name": ['Jone', 'Alica', 'Emily', 'Robert', 'Tomas',
      'Zhang', 'Liu', 'Wang', 'Jack', 'Wsx', 'Guo'],
     "categories": ["A", "C", "A", "D", "A",
       "B", "B", "C", "A", "E", "F"]}
    df = pd.DataFrame(d)
    df
    

    name categories
    0 Jone A
    1 Alica C
    2 Emily A
    3 Robert D
    4 Tomas A
    5 Zhang B
    6 Liu B
    7 Wang C
    8 Jack A
    9 Wsx E
    10 Guo F

    D、E、F 仅在分类中出现一次,A 出现次数较多。

    统计出现次数,并标准化

    frequencies = df["categories"].value_counts(normalize=True)
    frequencies
    

    A    0.363636
    B    0.181818
    C    0.181818
    E    0.090909
    D    0.090909
    F    0.090909
    Name: categories, dtype: float64

    设定阈值

    threshold = 0.1
    small_categories = frequencies[frequencies  threshold].index
    small_categories
    
    Index(['E', 'D', 'F'], dtype='object')
    

    替换

    df["categories"] = df["categories"].replace(small_categories, "Others")
    
    df
    

    name categories
    0 Jone A
    1 Alica C
    2 Emily A
    3 Robert Others
    4 Tomas A
    5 Zhang B
    6 Liu B
    7 Wang C
    8 Jack A
    9 Wsx Others
    10 Guo Others

    Python小技巧

    列表推导式

    例如,假设我们想创建一个正方形列表,例如

    squares = []
    for x in range(10):
     squares.append(x**2)
    squares
    

    [0, 1, 4, 9, 16, 25, 36, 49, 64, 81]

    squares = list(map(lambda x: x**2, range(10)))
    squares
    

    [0, 1, 4, 9, 16, 25, 36, 49, 64, 81]

    squares = [x**2 for x in range(10)]
    squares
    

    [0, 1, 4, 9, 16, 25, 36, 49, 64, 81]

    同时还可以利用if来过滤列表

    [(x, y) for x in [1,2,3] for y in [3,1,4] if x != y]
    

    [(1, 3), (1, 4), (2, 3), (2, 1), (2, 4), (3, 1), (3, 4)]

    列表推导式可以包含复杂表达式和嵌套函数

    from math import pi
    [str(round(pi, i)) for i in range(1, 6)]
    

    ['3.1', '3.14', '3.142', '3.1416', '3.14159']

    列表推导式中的初始表达式可以是任意表达式,包括另一个列表推导式。

    下面的列表推导式将对行和列进行转置

    matrix = [
     [1, 2, 3, 4],
     [5, 6, 7, 8],
     [9, 10, 11, 12],
    ]
    
    [[row[i] for row in matrix] for i in range(4)]
    

    [[1, 5, 9], [2, 6, 10], [3, 7, 11], [4, 8, 12]]

    交换变量

    a = 1
    b = 2
    a, b = b, a
    print("a = ",a)
    print("b = ",b)
    

    a =  2
    b =  1

    检查对象使用内存情况

    sys.getsizeof()

    range()函数返回的是一个类,在使用内存方面,range远比实际的数字列表更加高效

    import sys
    mylist = range(1,10000)
    print(sys.getsizeof(mylist))
    

    48

    合并字典

    从Python3.5开始,合并字典的操作更加简单

    如果key重复,那么第一个字典的key会被覆盖

    d1 ={"a":1,"b":2}
    d2 = {"b":2,"c":4}
    m = {**d1,**d2}
    print(m)
    

    {'a': 1, 'b': 2, 'c': 4}

    字符串分割成列表

    string = "the author is beishanla"
    s = string.split(" ")
    s
    

    ['the', 'author', 'is', 'beishanla']

    字符串列表创建字符串

    l = ["the","author","is","beishanla"]
    l = " ".join(l)
    l
    

    'the author is beishanla'

    Python查看图片

    pip install Pillow
    
    from PIL import Image
    im = Image.open("E:/Python/00网络爬虫/Project/词云图跳舞视频/aip-python-sdk-4.15.1/pictures/img_88.jpg")
    im.show()
    
    print(im.format,im.size,im.mode)
    

    JPEG (1920, 1080) RGB

    欢迎搜藏,持续更新

    总结

    到此这篇关于Pandas数据分析的一些常用小技巧的文章就介绍到这了,更多相关Pandas数据分析技巧内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!

    您可能感兴趣的文章:
    • python之pandas用法大全
    • Python pandas用法最全整理
    • Python Pandas常用函数方法总结
    • Python遍历pandas数据方法总结
    • Python pandas常用函数详解
    • Python使用Pandas库常见操作详解
    • pandas提升计算效率的一些方法汇总
    • 11个Python Pandas小技巧让你的工作更高效(附代码实例)
    • 详解pandas获取Dataframe元素值的几种方法
    • python数据分析必会的Pandas技巧汇总
    上一篇:使用python tkinter开发一个爬取B站直播弹幕工具的实现代码
    下一篇:使用Python制作一个数据预处理小工具(多种操作一键完成)
  • 相关文章
  • 

    © 2016-2020 巨人网络通讯 版权所有

    《增值电信业务经营许可证》 苏ICP备15040257号-8

    Pandas数据分析的一些常用小技巧 Pandas,数据分析,的,一些,