Pandas使用技巧

1.布尔索引(Boolean Indexing)

如何你想用基于某些列的条件筛选另一列的值，你会怎么做？例如，我们想要一个全部无大学学历但有贷款的女性列表。这里可以使用布尔索引。代码如下：

data.loc[(data["Gender"]=="Female") &(data["Education"]=="Not Graduate") &(data["Loan_Status"]=="Y"),["Gender","Education","Loan_Status"]]

2、Apply函数
Apply是摆弄数据和创造新变量时常用的一个函数。Apply把函数应用于数据框的特定行/列之后返回一些值。这里的函数既可以是系统自带的也可以是用户定义的。例如，此处可以用它来寻找每行每列的缺失值个数：

def num_missing(x):    
    return sum(x.isnull())  #Apply到每一列:  
print "Missing values per column:"  
print data.apply(num_missing, axis=0) 
#axis=0代表函数应用于每一列  #Apply到每一行:  
print "nMissing values per row:"  
print data.apply(num_missing, axis=1).head() 
#axis=1代表函数应用于每一行 

3.替换缺失值

from scipy.stats import mode
data['Gender'].fillna(mode(data['Gender']).mode[0], inplace=True) 
data['Married'].fillna(mode(data['Married']).mode[0], inplace=True)  
data['Self_Employed'].fillna(mode(data['Self_Employed']).mode[0], inplace=True)  
#再次检查缺失值以确认:  
print data.apply(num_missing, axis=0) 

4、排序

data_sorted = data.sort_values(['ApplicantIncome','CoapplicantIncome'], ascending=False) 
data_sorted[['ApplicantIncome','CoapplicantIncome']].head(10)