一、函数应用和映射
1、apply
pandas.apply() 是 Pandas 库中的一个函数,用于在 DataFrame 或 Series 上应用自定义函数。这个函数可以沿着指定的轴(行或列)逐行或逐列地应用函数,从而实现对数据的定制化操作。
参数:
-
func(必需):这是要应用的函数,可以是一个 Python 函数、lambda 函数或可调用对象。这个函数将应用于 Series 或 DataFrame 的每个元素或行/列,具体取决于 axis 参数的设置。
-
axis(可选):指定函数应用的轴方向。有两个选项:
-
axis=0(默认值):将函数应用于每一列,即按列方向操作。
-
axis=1:将函数应用于每一行,即按行方向操作。
-
-
raw(可选):一个布尔值,用于控制是否将数据以 NumPy 数组的形式传递给函数。有两个选项:
- raw=False(默认值):表示将数据以 Series 或 DataFrame 的形式传递给函数。
- raw=True:表示数据以 NumPy 数组形式传递给函数,这在某些情况下可能提高性能。
-
result_type(可选):指定函数的返回类型。有两个选项:
- expand(默认值):如果函数返回的是 Series,则将其扩展为 DataFrame。
- reduce:如果函数返回的是标量(如一个数字),则返回一个标量;如果返回的是 Series,则返回一个 Series。
-
args(可选):一个元组,包含传递给函数的额外参数。这可以用来向函数传递额外的参数。
-
**kwds(可选):关键字参数,用于传递给函数的额外关键字参数。
import pandas as pd # 导入 Pandas 库并使用别名 pd
# 创建一个示例 DataFrame
data = {
'A': [1, 2, 3, 4, 5],'B': [10, 20, 30, 40, 50]}
df = pd.DataFrame(data)
print("原df\n", df)
# 原df
# A B
# 0 1 10
# 1 2 20
# 2 3 30
# 3 4 40
# 4 5 50
# 使用 lambda 函数将每个元素加倍
df['A2'] = df['A'].apply(lambda x: x * 2)
print("A列2倍处理后的df\n", df)
# A列2倍处理后的df
# A B A2
# 0 1 10 2
# 1 2 20 4
# 2 3 30 6
# 3 4 40 8
# 4 5 50 10
# 增加新列 Row_Sum,值为A列和B列对应位置相加的结果
def row_sum(row):
return row['A'] + row['B']
df['Row_Sum'] = df.apply(row_sum, axis=1)
print("增加AB两列和后的df\n", df)
# 增加AB两列和后的df
# A B A2 Row_Sum
# 0 1 10 2 11
# 1 2 20 4 22
# 2 3 30 6 33
# 3 4 40 8 44
# 4 5 50 10 55
2、map
pandas.map() 是 Pandas 库中的一个方法,主要用于对 Series 中的每个元素应用一个函数或一个字典,将每个元素映射到另一个值上。它可以用于进行元素级的转换,从而创建新的 Series。
参数:
- arg(必需):这是映射函数、字典或其它可映射对象,用于将 Series 中的元素映射到新的值。可以是以下几种类型:
- 一个函数:将应用于 Series 中的每个元素,函数的返回值将作为新的值。
- 一个字典:将 Series 中的值与字典中的键进行匹配,并将对应的值用作新的值。
- 一个 Series 或其它可映射的 Pandas 对象:将 Series 中的值与可映射对象中的索引或标签匹配,并将对应的值用作新的值。
- na_action (可选):指定对于 Series 中的缺失值如何处理。有两个选项:
- ignore(默认值):忽略缺失值,不进行映射,将缺失值保留不变。
- raise:如果 Series 中存在缺失值,则引发异常。
import pandas as pd # 导入 Pandas 库并使用别名 pd
# 创建一个示例 Series
data = {
'A': ['apple', 'banana', 'cherry', 'date']}
s = pd.Series(data['A'])
# 使用字典映射元素到新的值
dict1 = {
'apple': 'fruit', 'banana': 'fruit', 'cherry': 'fruit'}
s_mapped = s.map(dict1)
print(s_mapped)
# 0 fruit
# 1 fruit
# 2 fruit
# 3 NaN
# dtype: object
# 使用函数映射元素到新的值
def func(x):
if x in ['apple', 'banana', 'cherry']:
return 'fruit'
else:
return 'other'
s_mapped2= s.map(func)
print(s_mapped2)
# 0 fruit
# 1 fruit
# 2 fruit
# 3 other
# dtype: object
二、汇总和描述统计
1、计算平均值
import pandas as pd # 导入 Pandas 库并使用别名 pd
# 创建一个示例 DataFrame
data = {
'A': [1, 2, 3, 4, 5],'B': [10, 20, 30, 40, 50]}
df = pd.DataFrame(data)
# 计算平均值
mean_A = df['A'].mean()
mean_B = df['B'].mean()
print(f'A列平均值: {
mean_A}') # A列平均值: 3.0
print(f'B列平均值: {
mean_B}') # B列平均值: 30.0
2、计算中位数
import pandas as pd # 导入 Pandas 库并使用别名 pd
# 创建一个示例 DataFrame
data = {
'A': [1, 2