Pandas數(shù)據(jù)操作分析基本常用的15個(gè)代碼片段
引言
Pandas提供了強(qiáng)大的數(shù)據(jù)操作和分析功能，是數(shù)據(jù)科學(xué)的日?；竟ぞ?。在本文中，我們將介紹最常用的15個(gè)Pandas代碼片段。這些片段將幫助簡(jiǎn)化數(shù)據(jù)分析任務(wù)，從數(shù)據(jù)集中提取有價(jià)值的見(jiàn)解。
1、過(guò)濾數(shù)據(jù)
Pandas提供了多種方法來(lái)過(guò)濾數(shù)據(jù)。
import pandas as pd
# Create a DataFrame
data = {'Name': ['Alice', 'Bob', 'Charlie', 'David'],
'Age': [25, 30, 35, 40]}
df = pd.DataFrame(data)
# Filter rows where Age is greater than 30
filtered_df = df[df['Age'] > 30]
print(filtered_df)2、分組和聚合數(shù)據(jù)
# Grouping by a column and calculating the mean
grouped = df.groupby('Age').mean()
print(grouped)3、數(shù)據(jù)缺失值
# Check for missing values missing_values = df.isnull().sum() # Fill missing values with a specific value df['Age'].fillna(0, inplace=True)
4、將函數(shù)應(yīng)用于列
apply()函數(shù)允許在 DataFrame 的行或列上應(yīng)用自定義函數(shù)，以實(shí)現(xiàn)更復(fù)雜的數(shù)據(jù)處理和轉(zhuǎn)換操作。
df['Age'] = df['Age'].apply(lambda x: x * 2)
5、連接DataFrames
這里的連接主要是行的連接，也就是說(shuō)將兩個(gè)相同列結(jié)構(gòu)的DataFrame進(jìn)行連接
# Concatenate two DataFrames
df1 = pd.DataFrame({'A': ['A0', 'A1'], 'B': ['B0', 'B1']})
df2 = pd.DataFrame({'A': ['A2', 'A3'], 'B': ['B2', 'B3']})
result = pd.concat([df1, df2], ignore_index=True)
print(result)6、合并DataFrames
這里的合并指的是列的合并，也就是說(shuō)根據(jù)一個(gè)或若干個(gè)相同的列，進(jìn)行合并
# Merge two DataFrames
left = pd.DataFrame({'key': ['A', 'B', 'C'], 'value': [1, 2, 3]})
right = pd.DataFrame({'key': ['B', 'C', 'D'], 'value': [4, 5, 6]})
merged = pd.merge(left, right, on='key', how='inner')
print(merged)7、數(shù)據(jù)透視表
pivot_table是用于數(shù)據(jù)透視的重要函數(shù)之一。它根據(jù)一個(gè)或多個(gè)列的值對(duì)數(shù)據(jù)進(jìn)行重新排列和匯總，以便更好地理解數(shù)據(jù)的結(jié)構(gòu)和關(guān)系。
# Creating a pivot table pivot_table = df.pivot_table(index='Name', columns='Age', values='Value') print(pivot_table)
8、處理時(shí)間/日期類型數(shù)據(jù)
# Converting a column to DateTime df['Date'] = pd.to_datetime(df['Date'])
9、數(shù)據(jù)重塑
pandas.melt()是用于將寬格式（wide format）的數(shù)據(jù)表格轉(zhuǎn)換為長(zhǎng)格式（long format）。這個(gè)函數(shù)通常用于數(shù)據(jù)重塑（data reshaping）操作，以便更容易進(jìn)行數(shù)據(jù)分析和可視化。
pandas.melt(frame, id_vars=None, value_vars=None, var_name=None, value_name='value', col_level=None)
參數(shù)說(shuō)明：
frame：要進(jìn)行重塑操作的數(shù)據(jù)表格（DataFrame）。id_vars：需要保留的列，它們將成為長(zhǎng)格式中的標(biāo)識(shí)變量（identifier variable），不被"融化"。value_vars：需要"融化"的列，它們將被整合成一列，并用新的列名表示。var_name：用于存儲(chǔ)"融化"后的列名的新列的名稱。value_name：用于存儲(chǔ)"融化"后的值的新列的名稱。col_level：如果輸入數(shù)據(jù)是多級(jí)索引（MultiIndex），則可以指定在哪個(gè)級(jí)別上應(yīng)用"融化"操作。
下面是一個(gè)示例，演示如何使用
melt()函數(shù)將寬格式數(shù)據(jù)轉(zhuǎn)換為長(zhǎng)格式，假設(shè)有以下的寬格式數(shù)據(jù)表格
df：
ID Name Math English History 0 1 Amy 90 85 88 1 2 Bob 78 92 76 2 3 John 88 79 90
我們要將 Math、English 和History列"融化"為一個(gè)長(zhǎng)格式數(shù)據(jù)表格，可以這樣做：
melted_df=pd.melt(df, id_vars=['ID', 'Name'], value_vars=['Math', 'English', 'History'], var_name='Subject', value_name='Score')
轉(zhuǎn)換后的長(zhǎng)格式數(shù)據(jù)表格
melted_df
如下所示：
ID Name Subject Score 0 1 Amy Math 90 1 2 Bob Math 78 2 3 John Math 88 3 1 Amy English 85 4 2 Bob English 92 5 3 John English 79 6 1 Amy History 88 7 2 Bob History 76 8 3 John History 90
通過(guò)這種方式，你可以將寬格式數(shù)據(jù)表格中的多列數(shù)據(jù)整合到一個(gè)列中，以更容易進(jìn)行分析、可視化或其他操作。
melt()函數(shù)在數(shù)據(jù)清洗和轉(zhuǎn)換階段非常有用。
melt()或者可以理解為上面pivot_table或者unstack的反操作。
10、分類數(shù)據(jù)
astype('category')是用于將一列數(shù)據(jù)類型轉(zhuǎn)換為分類（Category）類型的方法。將數(shù)據(jù)列轉(zhuǎn)換為分類類型有助于節(jié)省內(nèi)存和提高性能，特別是當(dāng)數(shù)據(jù)列中包含有限的不同取值時(shí)。
# Encoding categorical variables
df['Category'] = df['Category'].astype('category')
df['Category'] = df['Category'].cat.codes11、數(shù)據(jù)抽樣
# Randomly sample rows from a DataFrame sampled_df = df.sample(n=2)
12、計(jì)算累加和
# Calculating cumulative sum df['Cumulative_Sum'] = df['Values'].cumsum()
13、刪除重復(fù)的數(shù)據(jù)
# Removing duplicate rows df.drop_duplicates(subset=['Column1', 'Column2'], keep='first', inplace=True)
14、創(chuàng)建虛擬變量
pandas.get_dummies()是 Pandas 中用于執(zhí)行獨(dú)熱編碼（One-Hot Encoding）的函數(shù)。
# Creating dummy variables for categorical data dummy_df = pd.get_dummies(df, columns=['Category'])
15、數(shù)據(jù)導(dǎo)出
有很多個(gè)to方法，可以到導(dǎo)出不同的格式
# Exporting DataFrame to CSV
df.to_csv('output.csv', index=False)總結(jié)
以上這15個(gè)Pandas代碼片段是我們?nèi)粘Ｗ畛Ｓ玫臄?shù)據(jù)操作和分析操作。熟練的掌握它，并將它們合并到工作流程中，可以提高處理和探索數(shù)據(jù)集的效率和效果。
以上就是Pandas數(shù)據(jù)操作分析基本常用的15個(gè)代碼片段的詳細(xì)內(nèi)容，更多關(guān)于Pandas數(shù)據(jù)操作代碼的資料請(qǐng)關(guān)注腳本之家其它相關(guān)文章！
相關(guān)文章
python實(shí)現(xiàn)學(xué)生通訊錄管理系統(tǒng)
這篇文章主要為大家詳細(xì)介紹了python實(shí)現(xiàn)學(xué)生通訊錄管理系統(tǒng)，文中示例代碼介紹的非常詳細(xì)，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下2021-02-02
這篇文章主要介紹了Python列表中存放字典遇到的問(wèn)題及處理,具有很好的參考價(jià)值,希望對(duì)大家有所幫助,如有錯(cuò)誤或未考慮完全的地方,望不吝賜教2024-02-02
這篇文章主要為大家介紹了python?super()函數(shù)，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下，希望能夠給你帶來(lái)幫助2021-11-11
python mysql項(xiàng)目實(shí)戰(zhàn)及框架搭建過(guò)程
本文給大家分享python mysql項(xiàng)目實(shí)戰(zhàn)框架搭建過(guò)程，通過(guò)實(shí)例代碼給大家講解python mysql項(xiàng)目實(shí)戰(zhàn)的相關(guān)知識(shí)，需要的朋友參考下吧2021-06-06
本章將介紹Django上傳處理文件中需要考慮的重要事項(xiàng)，并提供通過(guò)自定義表單和ModelForm上傳文件的示范代碼（附GitHub地址)。如果你的項(xiàng)目中需要用到文件上傳，你可以從本文中獲得靈感，簡(jiǎn)化你的開(kāi)發(fā)。2021-04-04
opencv python如何實(shí)現(xiàn)圖像二值化
這篇文章主要介紹了opencv python如何實(shí)現(xiàn)圖像二值化,文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2020-02-02
python實(shí)現(xiàn)用類讀取文件數(shù)據(jù)并計(jì)算矩形面積
今天小編就為大家分享一篇python實(shí)現(xiàn)用類讀取文件數(shù)據(jù)并計(jì)算矩形面積，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2020-01-01
這篇文章主要介紹了Python全局變量操作詳解,本文總結(jié)了兩種使用全局變量的方式,需要的朋友可以參考下2015-04-04
這篇文章主要介紹了Python中的zipfile模塊使用詳解,zipfile模塊是用來(lái)操作zip文件,需要的朋友可以參考下2015-06-06
用Anaconda安裝本地python包的方法及路徑問(wèn)題(圖文)
這篇文章主要介紹了用Anaconda安裝本地python包的方法及路徑問(wèn)題，小編覺(jué)得挺不錯(cuò)的，現(xiàn)在分享給大家，也給大家做個(gè)參考。一起跟隨小編過(guò)來(lái)看看吧2019-07-07