python基礎篇之pandas常用基本函數匯總

Posted on by

前言

這篇主要整理pandas常用的基本函數，主要分為五部分：

  • 匯總函數
  • 特征統計函數
  • 唯一值函數
  • 替換函數
  • 排序函數

1、匯總函數

常用的主要是4個：

  • tail(): 返回表或序列的後n行
  • head(): 返回表或序列的前n行
  • info(): 返回表的信息概況
  • describe(): 返回表中數值列對應的主要統計量

n默認為5

df.describe()

#運行截圖
	Height	Weight
count	183.000000	189.000000
mean	163.218033	55.015873
std	8.608879	12.824294
min	145.400000	34.000000
25%	157.150000	46.000000
50%	161.900000	51.000000
75%	167.500000	65.000000
max	193.900000	89.000000

2、特征統計函數

在Series和DataFrame上定義瞭許多統計函數，最常見的是：

  • sum
  • mean （均值）
  • median （中位數）
  • var （方差）
  • std （標準差）
  • max
  • min

用法示例

df_demo = df[['Height', 'Weight']]
df_demo.mean()

聚合函數

  • quantile (返回分位數)
  • count （返回非缺失值個數）
  • idxmax （最大值對應的索引）

聚合函數，有一個公共參數axis，axis=0代表逐列聚合，axis=1表示逐行聚合

df_demo.mean(axis=1).head()

3、唯一值函數

唯一值函數常用的四個函數：

  • unique() : 得到唯一值組成的列表->統計出指定列唯一存在的值有哪些
  • nunique() ：唯一值的個數->統計出指定列唯一存在的值總共有多少個
  • value_counts() ： 得到唯一值和其對應出現的頻數
  • drop_duplicates() ： 去重
  • duplicated()

drop_duplicates()基本用法

  • 關鍵參數keep
  • first ： 保留第一次出現的重復行，刪除後面的重復行
  • last ： 刪除重復項，除瞭最後一次出現
  • False：把所有重復組合所在的行剔除。

需要指定列

代碼：

#原本的數據樣例
df_demo = df[['Gender','Transfer','Name']]
df_demo

    Gender    Transfer    Name
0    Female    N    Gaopeng Yang
1    Male    N    Changqiang You
2    Male    N    Mei Sun
3    Female    N    Xiaojuan Sun
4    Male    N    Gaojuan You
...    ...    ...    ...
195    Female    N    Xiaojuan Sun
196    Female    N    Li Zhao
197    Female    N    Chengqiang Chu
198    Male    N    Chengmei Shen
199    Male    N    Chunpeng Lv
200 rows × 3 columns

#現給Gender,Transfer兩列去重
df_demo.drop_duplicates(['Gender','Transfer'])

    Gender    Transfer    Name
0    Female    N    Gaopeng Yang
1    Male    N    Changqiang You
12    Female    NaN    Peng You
21    Male    NaN    Xiaopeng Shen
36    Male    Y    Xiaojuan Qin
43    Female    Y    Gaoli Feng

由此可見，使用瞭first參數，保留第一次出現的重復行，刪除後面的重復行

在未指定參數的情況下，keep默認first；

指定last

案例如下:

df_demo.drop_duplicates(['Gender', 'Transfer'], keep='last')

    Gender    Transfer    Name
147    Male    NaN    Juan You
150    Male    Y    Chengpeng You
169    Female    Y    Chengquan Qin
194    Female    NaN    Yanmei Qian
197    Female    N    Chengqiang Chu
199    Male    N    Chunpeng Lv

last:刪除所有的重復行，隻保留出現的最後一個

drop_duplicates() & duplicated()的區別

duplicated和drop_duplicates的功能類似，但前者返回瞭是否為唯一值的佈爾列表，其keep參數與後者一致。其返回的序列，把重復元素設為True，否則為False。 drop_duplicates等價於把duplicated為True的對應行剔除。

4、替換函數

替換函數有三類：

  • 映射函數：replace()…
  • 邏輯函數：（1）where （2）mask
  • 數值替換

replace的用法

#原本的數據
df_demo = df[['Gender','Transfer','Name']]
df_demo

    Gender    Transfer    Name
0    Female    N    Gaopeng Yang
1    Male    N    Changqiang You
2    Male    N    Mei Sun
3    Female    N    Xiaojuan Sun
4    Male    N    Gaojuan You
...    ...    ...    ...
195    Female    N    Xiaojuan Sun
196    Female    N    Li Zhao
197    Female    N    Chengqiang Chu
198    Male    N    Chengmei Shen
199    Male    N    Chunpeng Lv
200 rows × 3 columns

#替換Gender，女替換為0，男替換為1
df['Gender'].replace({'Female':0, 'Male':1}).head()

0    0
1    1
2    1
3    0
4    1
Name: Gender, dtype: int64

邏輯替換

邏輯替換包括瞭where和mask，這兩個函數是完全對稱的：where函數在傳入條件為False的對應行進行替換，而mask在傳入條件為True的對應行進行替換，當不指定替換值時，替換為缺失值（NAN）

s = pd.Series([-1, 1.2345, 100, -50])
s.where(s<0)

0    -1.0
1     NaN
2     NaN
3   -50.0
dtype: float64

s.where(s<0, 100)

0     -1.0
1    100.0
2    100.0
3    -50.0
dtype: float64

s.mask(s<0)

0         NaN
1      1.2345
2    100.0000
3         NaN
dtype: float64

總結

到此這篇關於python基礎篇之pandas常用基本函數匯總的文章就介紹到這瞭,更多相關python pandas常用函數內容請搜索WalkonNet以前的文章或繼續瀏覽下面的相關文章希望大傢以後多多支持WalkonNet！

推薦閱讀：