欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

Python 數(shù)據(jù)處理更容易的12個(gè)輔助函數(shù)總結(jié)

 更新時(shí)間：2021年11月16日 14:47:07   作者：Python學(xué)習(xí)與數(shù)據(jù)挖掘  
Python的產(chǎn)生似乎就是專(zhuān)門(mén)用來(lái)處理數(shù)據(jù)的，順理成章的成為大數(shù)據(jù)的主流語(yǔ)言，本文介紹十二個(gè)函數(shù)輔助你更容易更便捷的用Python進(jìn)行數(shù)據(jù)處理

大家好，今天給大家分享 12 個(gè) Python 函數(shù)，其中 Numpy 和 Pandas 各6個(gè)，這些實(shí)用的函數(shù)會(huì)令數(shù)據(jù)處理更為容易、便捷。

同時(shí)，你也可以在 GitHub 項(xiàng)目中找到本文所用代碼的 Jupyter Notebook，歡迎收藏學(xué)習(xí)，喜歡點(diǎn)贊支持。

項(xiàng)目地址：https://github.com/kunaldhariwal/12-Amazing-Pandas-NumPy-Functions

Numpy 的 6 種高效函數(shù)

首先從 Numpy 開(kāi)始。Numpy 是用于科學(xué)計(jì)算的 Python 語(yǔ)言擴(kuò)展包，通常包含強(qiáng)大的 N 維數(shù)組對(duì)象、復(fù)雜函數(shù)、用于整合 C/C++和 Fortran 代碼的工具以及有用的線性代數(shù)、傅里葉變換和隨機(jī)數(shù)生成能力。

除了上面這些明顯的用途，Numpy 還可以用作通用數(shù)據(jù)的高效多維容器（container），定義任何數(shù)據(jù)類(lèi)型。這使得 Numpy 能夠?qū)崿F(xiàn)自身與各種數(shù)據(jù)庫(kù)的無(wú)縫、快速集成。

圖片

接下來(lái)一一解析 6 種 Numpy 函數(shù)。

argpartition()

借助于 argpartition()，Numpy 可以找出 N 個(gè)最大數(shù)值的索引，也會(huì)將找到的這些索引輸出。然后我們根據(jù)需要對(duì)數(shù)值進(jìn)行排序。

x = np.array([12, 10, 12, 0, 6, 8, 9, 1, 16, 4, 6, 0])index_val = np.argpartition(x, -4)[-4:]
index_val
array([1, 8, 2, 0], dtype=int64)np.sort(x[index_val])
array([10, 12, 12, 16])

allclose()

allclose() 用于匹配兩個(gè)數(shù)組，并得到布爾值表示的輸出。如果在一個(gè)公差范圍內(nèi)（within a tolerance）兩個(gè)數(shù)組不等同，則 allclose() 返回 False。該函數(shù)對(duì)于檢查兩個(gè)數(shù)組是否相似非常有用。

array1 = np.array([0.12,0.17,0.24,0.29])
array2 = np.array([0.13,0.19,0.26,0.31])# with a tolerance of 0.1, it should return False:
np.allclose(array1,array2,0.1)
False# with a tolerance of 0.2, it should return True:
np.allclose(array1,array2,0.2)
True

clip()

Clip() 使得一個(gè)數(shù)組中的數(shù)值保持在一個(gè)區(qū)間內(nèi)。有時(shí)，我們需要保證數(shù)值在上下限范圍內(nèi)。為此，我們可以借助 Numpy 的 clip() 函數(shù)實(shí)現(xiàn)該目的。給定一個(gè)區(qū)間，則區(qū)間外的數(shù)值被剪切至區(qū)間上下限（interval edge）。

x = np.array([3, 17, 14, 23, 2, 2, 6, 8, 1, 2, 16, 0])np.clip(x,2,5)
array([3, 5, 5, 5, 2, 2, 5, 5, 2, 2, 5, 2])

extract()

顧名思義，extract() 是在特定條件下從一個(gè)數(shù)組中提取特定元素。借助于 extract()，我們還可以使用 and 和 or 等條件。

# Random integers
array = np.random.randint(20, size=12)
array
array([ 0,  1,  8, 19, 16, 18, 10, 11,  2, 13, 14,  3])#  Divide by 2 and check if remainder is 1
cond = np.mod(array, 2)==1
cond
array([False,  True, False,  True, False, False, False,  True, False, True, False,  True])# Use extract to get the values
np.extract(cond, array)
array([ 1, 19, 11, 13,  3])# Apply condition on extract directly
np.extract(((array < 3) | (array > 15)), array)
array([ 0,  1, 19, 16, 18,  2])

where()

Where() 用于從一個(gè)數(shù)組中返回滿足特定條件的元素。比如，它會(huì)返回滿足特定條件的數(shù)值的索引位置。Where() 與 SQL 中使用的 where condition 類(lèi)似，如以下示例所示：

y = np.array([1,5,6,8,1,7,3,6,9])# Where y is greater than 5, returns index position
np.where(y>5)
array([2, 3, 5, 7, 8], dtype=int64),)# First will replace the values that match the condition, 
# second will replace the values that does not
np.where(y>5, "Hit", "Miss")
array([ Miss ,  Miss ,  Hit ,  Hit ,  Miss ,  Hit ,  Miss ,  Hit ,  Hit ],dtype= <U4 )

percentile()

Percentile() 用于計(jì)算特定軸方向上數(shù)組元素的第 n 個(gè)百分位數(shù)。

a = np.array([1,5,6,8,1,7,3,6,9])
print("50th Percentile of a, axis = 0 : ",  np.percentile(a, 50, axis =0))
50th Percentile of a, axis = 0 :  6.0
b = np.array([[10, 7, 4], [3, 2, 1]])
print("30th Percentile of b, axis = 0 : ",  np.percentile(b, 30, axis =0))
30th Percentile of b, axis = 0 :  [5.1 3.5 1.9]

這就是 Numpy 擴(kuò)展包的 6 種高效函數(shù)，相信會(huì)為你帶來(lái)幫助。接下來(lái)看一看 Pandas 數(shù)據(jù)分析庫(kù)的 6 種函數(shù)。

Pandas 數(shù)據(jù)統(tǒng)計(jì)包的 6 種高效函數(shù)

Pandas 也是一個(gè) Python 包，它提供了快速、靈活以及具有顯著表達(dá)能力的數(shù)據(jù)結(jié)構(gòu)，旨在使處理結(jié)構(gòu)化 (表格化、多維、異構(gòu)) 和時(shí)間序列數(shù)據(jù)變得既簡(jiǎn)單又直觀。

圖片

Pandas 適用于以下各類(lèi)數(shù)據(jù):

  • 具有異構(gòu)類(lèi)型列的表格數(shù)據(jù)，如 SQL 表或 Excel 表；
  • 有序和無(wú)序 (不一定是固定頻率) 的時(shí)間序列數(shù)據(jù)；
  • 帶有行/列標(biāo)簽的任意矩陣數(shù)據(jù)（同構(gòu)類(lèi)型或者是異構(gòu)類(lèi)型）；
  • 其他任意形式的統(tǒng)計(jì)數(shù)據(jù)集。事實(shí)上，數(shù)據(jù)根本不需要標(biāo)記就可以放入 Pandas 結(jié)構(gòu)中。

Pandas 擅長(zhǎng)處理的類(lèi)型如下所示：

  • 容易處理浮點(diǎn)數(shù)據(jù)和非浮點(diǎn)數(shù)據(jù)中的 缺失數(shù)據(jù)（用 NaN 表示）；
  • 大小可調(diào)整性: 可以從 DataFrame 或者更高維度的對(duì)象中插入或者是刪除列；
  • 顯式數(shù)據(jù)可自動(dòng)對(duì)齊: 對(duì)象可以顯式地對(duì)齊至一組標(biāo)簽內(nèi)，或者用戶可以簡(jiǎn)單地選擇忽略標(biāo)簽，使 Series、 DataFrame 等自動(dòng)對(duì)齊數(shù)據(jù)；
  • 靈活的分組功能，對(duì)數(shù)據(jù)集執(zhí)行拆分-應(yīng)用-合并等操作，對(duì)數(shù)據(jù)進(jìn)行聚合和轉(zhuǎn)換；
  • 簡(jiǎn)化將數(shù)據(jù)轉(zhuǎn)換為 DataFrame 對(duì)象的過(guò)程，而這些數(shù)據(jù)基本是 Python 和 NumPy 數(shù)據(jù)結(jié)構(gòu)中不規(guī)則、不同索引的數(shù)據(jù)；
  • 基于標(biāo)簽的智能切片、索引以及面向大型數(shù)據(jù)集的子設(shè)定；
  • 更加直觀地合并以及連接數(shù)據(jù)集；
  • 更加靈活地重塑、轉(zhuǎn)置（pivot）數(shù)據(jù)集；
  • 軸的分級(jí)標(biāo)記 (可能包含多個(gè)標(biāo)記)；
  • 具有魯棒性的 IO 工具，用于從平面文件 (CSV 和 delimited)、 Excel 文件、數(shù)據(jù)庫(kù)中加在數(shù)據(jù)，以及從 HDF5 格式中保存 / 加載數(shù)據(jù)；
  • 時(shí)間序列的特定功能: 數(shù)據(jù)范圍的生成以及頻率轉(zhuǎn)換、移動(dòng)窗口統(tǒng)計(jì)、數(shù)據(jù)移動(dòng)和滯后等。

read_csv(nrows=n)

大多數(shù)人都會(huì)犯的一個(gè)錯(cuò)誤是，在不需要.csv 文件的情況下仍會(huì)完整地讀取它。如果一個(gè)未知的.csv 文件有 10GB，那么讀取整個(gè).csv 文件將會(huì)非常不明智，不僅要占用大量?jī)?nèi)存，還會(huì)花很多時(shí)間。我們需要做的只是從.csv 文件中導(dǎo)入幾行，之后根據(jù)需要繼續(xù)導(dǎo)入。

import io
import requests# I am using this online data set just to make things easier for you guys
url = "https://raw.github.com/vincentarelbundock/Rdatasets/master/csv/datasets/AirPassengers.csv"
s = requests.get(url).content# read only first 10 rows
df = pd.read_csv(io.StringIO(s.decode( utf-8 )),nrows=10 , index_col=0)

map()

map( ) 函數(shù)根據(jù)相應(yīng)的輸入來(lái)映射 Series 的值。用于將一個(gè) Series 中的每個(gè)值替換為另一個(gè)值，該值可能來(lái)自一個(gè)函數(shù)、也可能來(lái)自于一個(gè) dict 或 Series。

# create a dataframe
dframe = pd.DataFrame(np.random.randn(4, 3), columns=list( bde ), index=[ India ,  USA ,  China ,  Russia ])#compute a formatted string from each floating point value in frame
changefn = lambda x:  %.2f  % x# Make changes element-wise
dframe[ d ].map(changefn)

apply()

apply() 允許用戶傳遞函數(shù)，并將其應(yīng)用于 Pandas 序列中的每個(gè)值。

# max minus mix lambda fn
fn = lambda x: x.max() - x.min()# Apply this on dframe that we ve just created above
dframe.apply(fn)

isin()

lsin () 用于過(guò)濾數(shù)據(jù)幀。Isin () 有助于選擇特定列中具有特定（或多個(gè)）值的行。

# Using the dataframe we created for read_csv
filter1 = df["value"].isin([112]) 
filter2 = df["time"].isin([1949.000000])df [filter1 & filter2]

copy()

Copy () 函數(shù)用于復(fù)制 Pandas 對(duì)象。當(dāng)一個(gè)數(shù)據(jù)幀分配給另一個(gè)數(shù)據(jù)幀時(shí)，如果對(duì)其中一個(gè)數(shù)據(jù)幀進(jìn)行更改，另一個(gè)數(shù)據(jù)幀的值也將發(fā)生更改。為了防止這類(lèi)問(wèn)題，可以使用 copy () 函數(shù)。

# creating sample series 
data = pd.Series([ India ,  Pakistan ,  China ,  Mongolia ])# Assigning issue that we face
data1= data
# Change a value
data1[0]= USA 
# Also changes value in old dataframe
data# To prevent that, we use
# creating copy of series 
new = data.copy()# assigning new values 
new[1]= Changed value # printing data 
print(new) 
print(data)

select_dtypes()

select_dtypes() 的作用是，基于 dtypes 的列返回?cái)?shù)據(jù)幀列的一個(gè)子集。這個(gè)函數(shù)的參數(shù)可設(shè)置為包含所有擁有特定數(shù)據(jù)類(lèi)型的列，亦或者設(shè)置為排除具有特定數(shù)據(jù)類(lèi)型的列。

# We ll use the same dataframe that we used for read_csv
framex =  df.select_dtypes(include="float64")# Returns only time column

最后，pivot_table( ) 也是 Pandas 中一個(gè)非常有用的函數(shù)。如果對(duì) pivot_table( ) 在 excel 中的使用有所了解，那么就非常容易上手了。

# Create a sample dataframe
school = pd.DataFrame({ A : [ Jay ,  Usher ,  Nicky ,  Romero ,  Will ], 
       B : [ Masters ,  Graduate ,  Graduate ,  Masters ,  Graduate ], 
       C : [26, 22, 20, 23, 24]})# Lets create a pivot table to segregate students based on age and course
table = pd.pivot_table(school, values = A , index =[ B ,  C ], 
                         columns =[ B ], aggfunc = np.sum, fill_value="Not Available") 
table

技術(shù)交流

歡迎轉(zhuǎn)載、收藏、有所收獲點(diǎn)贊支持一下！

在這里插入圖片描述

到此這篇關(guān)于輔助Python 數(shù)據(jù)處理更容易的12個(gè)函數(shù)總結(jié)的文章就介紹到這了,更多相關(guān)Python 數(shù)據(jù)處理內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

相關(guān)文章

最新評(píng)論