Python API

内置

zip()：zip

将对象中对应的元素打包成一个个元组，然后返回由这些元组组成的列表。
如果各个迭代器的元素个数不一致，则返回列表长度与最短的对象相同，利用 * 号操作符，可以将元组解压为列表。

Pandas

Pandas的三个数据类型：Series，Index，DataFrame

cut

离散化的重要函数

ages = [20, 22, 25, 27, 21, 23, 37, 31, 61, 45, 41, 32]
 
bins = [18, 25, 35, 60, 100]
 
cats = pd.cut(ages, bins)
 
#每一个数据所在的区间范围
#数据的长度
#Categories对象，包含了分组的数量以及不同分类的名称
print(cats)
# [(18, 25], (18, 25], (18, 25], (25, 35], (18, 25], ..., (25, 35], (60, 100], (35, 60], (35, 60], (25, 35]]
# Length: 12
# Categories (4, interval[int64]): [(18, 25] < (25, 35] < (35, 60] < (60, 100]]
 
#为年龄数据进行标号，比如0就是（18,25）的标号
print(cats.codes)
# [0 0 0 1 0 0 2 1 3 2 2 1]
 
#不同面元先的数据的数量
print(pd.value_counts(cats))
# (18, 25]     5
# (35, 60]     3
# (25, 35]     3
# (60, 100]    1
# dtype: int64
 
# 还可以不指定面元的界限，直接传入一个整数参数，cut()会按照指定的数字，将元素划分为相应的几部分。
cats2=pd.cut(ages,5)
print(cats2)
# [(19.959, 28.2], (19.959, 28.2], (19.959, 28.2], (19.959, 28.2], (19.959, 28.2], ..., (28.2, 36.4], (52.8, 61.0], (44.6, 52.8], (36.4, 44.6], (28.2, 36.4]]
# Length: 12
# Categories (5, interval[float64]): [(19.959, 28.2] < (28.2, 36.4] < (36.4, 44.6] < (44.6, 52.8] <
#                                     (52.8, 61.0]]

.any() 与 .any(1)

.join

a.join(b, how = right)
将a,b两个DataFrame连接

.drop()

a.drop('b')
去掉a中字段名为b的字段