Python12--数据分析Pandas库进阶一

一、Pandas的函数应用

1，apply 和 applymap

（1）可直接使用NumPy的函数

示例代码：

# 导入numpy，别名np
import numpy as np
# 导入pandas，别名 pd
import pandas as pd

# Numpy ufunc 函数
df = pd.DataFrame(np.random.randn(5,4) - 1)
print(df)

print(np.abs(df))

显示结果：

（2）通过apply将函数应用到列或行上

指定轴的方向，默认axis=0，方向是列
指定轴方向，axis=1，方向是行

示例代码：

# 导入numpy，别名np
import numpy as np
# 导入pandas，别名 pd
import pandas as pd

# Numpy ufunc 函数
df = pd.DataFrame(np.random.randn(5,4) - 1)
print(df)

# 使用apply应用行或列数据
#f = lambda x : x.max()
print(df.apply(lambda x : x.max()))

print(df.apply(lambda x : x.max(), axis=1))

显示结果：

（3）通过applymap将函数应用到每个数据上

示例代码：

# 导入numpy，别名np
import numpy as np
# 导入pandas，别名 pd
import pandas as pd

# Numpy ufunc 函数
df = pd.DataFrame(np.random.randn(5,4) - 1)
print(df)

# 使用applymap应用到每个数据
f2 = lambda x : '%.2f' % x
print(df.applymap(f2))

显示结果：

2，排序

（1）索引排序

格式：sort_index()
含义：排序默认使用升序排序，ascending=False 为降序排序

Series操作
示例代码：

# 导入numpy，别名np
import numpy as np
# 导入pandas，别名 pd
import pandas as pd

# Series
s4 = pd.Series(range(10, 15), index = np.random.randint(5, size=5))
print(s4)

# 索引排序
s4.sort_index() # 0 0 1 3 3

显示结果：

DataFrame操作时注意轴方向
示例代码：

# 导入numpy，别名np
import numpy as np
# 导入pandas，别名 pd
import pandas as pd

# DataFrame
df4 = pd.DataFrame(np.random.randn(3, 5), 
                   index=np.random.randint(3, size=3),
                   columns=np.random.randint(5, size=5))
print(df4)

df4_isort = df4.sort_index(axis=1, ascending=False)
print(df4_isort) # 4 2 1 1 0

显示结果：

（2）按值排序

格式：sort_values(by='column name')
含义：根据某个唯一的列名进行排序，如果有其他相同列名则报错。

示例代码：

# 导入numpy，别名np
import numpy as np
# 导入pandas，别名 pd
import pandas as pd

# DataFrame
df4 = pd.DataFrame(np.random.randn(3, 5), 
                   index=np.random.randint(3, size=3),
                   columns=np.random.randint(5, size=5))
print(df4)

# 按值排序
df4_vsort = df4.sort_values(by=3, ascending=False)
print(df4_vsort)

显示结果：

3，处理缺失数据

（1）自动补充NaN

示例代码：

# 导入numpy，别名np
import numpy as np
# 导入pandas，别名 pd
import pandas as pd

df_data = pd.DataFrame([np.random.randn(3), [1., 2., np.nan],
                       [np.nan, 4., np.nan], [1., 2., 3.]])
print(df_data.head())

显示结果：

（2）判断是否存在缺失值：isnull()

示例代码：

# 导入numpy，别名np
import numpy as np
# 导入pandas，别名 pd
import pandas as pd

df_data = pd.DataFrame([np.random.randn(3), [1., 2., np.nan],
                       [np.nan, 4., np.nan], [1., 2., 3.]])
print(df_data.isnull())

显示结果：

（3）丢弃缺失数据：dropna()

根据axis轴方向，丢弃包含NaN的行或列。

示例代码：