import pandas as pd

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

數(shù)據(jù)替換–map映射

map() 會根據(jù)提供的函數(shù)對指定序列做映射。

map(function, iterable, …)

• function – 函數(shù)
• iterable – 一個或多個序列
  

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

數(shù)據(jù)清洗–replace和正則

分享pandas數(shù)據(jù)清洗技巧，在某列山使用replace和正則快速完成值的清洗

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

sales列的數(shù)據(jù)類型不同意，為后續(xù)分析，所以需要將他的格式同統(tǒng)一

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

df

查看數(shù)據(jù)類型

df["sales"].apply(type)

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

數(shù)據(jù)透視表分析–melt函數(shù)

melt是逆轉(zhuǎn)操作函數(shù)，可以將列名轉(zhuǎn)換為列數(shù)據(jù)(columns name → column values)，重構(gòu)DataFrame，用法如下：

參數(shù)說明：

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

• frame:要處理的數(shù)據(jù)集。
• id_vars:不需要被轉(zhuǎn)換的列名。
• value_vars:需要轉(zhuǎn)換的列名，如果剩下的列全部都要轉(zhuǎn)換，就不用寫了。
• var_name和value_name是自定義設置對應的列名。
• col_level :如果列是MultiIndex，則使用此級別。

二維表格轉(zhuǎn)成一維表格

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

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

將分類中出現(xiàn)次數(shù)較少的值歸為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

D、E、F 僅在分類中出現(xiàn)一次，A 出現(xiàn)次數(shù)較多。

統(tǒng)計出現(xiàn)次數(shù)，并標準化

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

設定閾值

threshold = 0.1
small_categories = frequencies[frequencies  threshold].index
small_categories

Index(['E', 'D', 'F'], dtype='object')

替換

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

df

Python小技巧

列表推導式

例如，假設我們想創(chuàng)建一個正方形列表，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]

同時還可以利用if來過濾列表

[(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)]

列表推導式可以包含復雜表達式和嵌套函數(shù)

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

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

列表推導式中的初始表達式可以是任意表達式，包括另一個列表推導式。

下面的列表推導式將對行和列進行轉(zhuǎn)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]]

交換變量

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

a =  2
b =  1

檢查對象使用內(nèi)存情況

sys.getsizeof()

range()函數(shù)返回的是一個類，在使用內(nèi)存方面，range遠比實際的數(shù)字列表更加高效

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

48

合并字典

從Python3.5開始，合并字典的操作更加簡單

如果key重復，那么第一個字典的key會被覆蓋

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']

字符串列表創(chuàng)建字符串

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

'the author is beishanla'

Python查看圖片

pip install Pillow

from PIL import Image
im = Image.open("E:/Python/00網(wǎng)絡爬蟲/Project/詞云圖跳舞視頻/aip-python-sdk-4.15.1/pictures/img_88.jpg")
im.show()

print(im.format,im.size,im.mode)

JPEG (1920, 1080) RGB

歡迎搜藏，持續(xù)更新

總結(jié)

到此這篇關于Pandas數(shù)據(jù)分析的一些常用小技巧的文章就介紹到這了,更多相關Pandas數(shù)據(jù)分析技巧內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！