数据分析工具Pandas（4）：Pandas的函数应用
【摘要】 数据分析工具Pandas（1）：Pandas的数据结构
数据分析工具Pandas（2）：Pandas的索引操作
数据分析工具Pandas（3）：Pandas的对齐运算
数据分析工具Pandas（4）：Pandas的函数应用
Pandas的函数应用
apply 和 applymap
1. 可直接使用NumPy的函数
# Numpy uf...
Pandas的函数应用
apply 和 applymap
1. 可直接使用NumPy的函数
-
# Numpy ufunc 函数
-
df = pd.DataFrame(np.random.randn(5,4) - 1)
-
print(df)
-
-
print(np.abs(df))
运行结果：
-
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. 通过apply将函数应用到列或行上
-
# 使用apply应用行或列数据
-
#f = lambda x : x.max()
-
print(df.apply(lambda x : x.max()))
运行结果：
-
0 -0.062413
-
1 0.844813
-
2 0.368822
-
3 0.530325
-
dtype: float64
注意指定轴的方向，默认axis=0，方向是列
-
# 指定轴方向，axis=1，方向是行
-
print(df.apply(lambda x : x.max(), axis=1))
运行结果：
-
0 0.844813
-
1 -0.539628
-
2 0.530325
-
3 0.368822
-
4 0.518648
-
dtype: float64
3. 通过applymap将函数应用到每个数据上
-
# 使用applymap应用到每个数据
-
f2 = lambda x : '%.2f' % x
-
print(df.applymap(f2))
运行结果：
-
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()
排序默认使用升序排序，ascending=False 为降序排序
-
# 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
运行结果：
-
0 10
-
3 11
-
1 12
-
3 13
-
0 14
-
dtype: int64
-
-
0 10
-
0 14
-
1 12
-
3 11
-
3 13
-
dtype: int64
对DataFrame操作时注意轴方向
-
# 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
运行结果：
-
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')
根据某个唯一的列名进行排序，如果有其他相同列名则报错。
-
# 按值排序
-
df4_vsort = df4.sort_values(by=0, ascending=False)
-
print(df4_vsort)
运行结果：
-
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
处理缺失数据
-
df_data = pd.DataFrame([np.random.randn(3), [1., 2., np.nan],
-
[np.nan, 4., np.nan], [1., 2., 3.]])
-
print(df_data.head())
运行结果：
-
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. 判断是否存在缺失值：isnull()
-
# isnull
-
print(df_data.isnull())
运行结果：
-
0 1 2
-
0 False False False
-
1 False False True
-
2 True False True
-
3 False False False
2. 丢弃缺失数据：dropna()
根据axis轴方向，丢弃包含NaN的行或列。 示例代码：
-
# dropna
-
print(df_data.dropna())
-
-
print(df_data.dropna(axis=1))
运行结果：
-
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. 填充缺失数据：fillna()
-
# fillna
-
print(df_data.fillna(-100.))
运行结果：
-
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
参考资料
文章来源: drugai.blog.csdn.net，作者：DrugAI，版权归原作者所有，如需转载，请联系作者。
原文链接：drugai.blog.csdn.net/article/details/104286057
【版权声明】本文为华为云社区用户转载文章，如果您发现本社区中有涉嫌抄袭的内容，欢迎发送邮件进行举报，并提供相关证据，一经查实，本社区将立刻删除涉嫌侵权内容，举报邮箱：
cloudbbs@huaweicloud.com
- 点赞
- 收藏
- 关注作者
评论（0）