日韩无码专区无码一级三级片|91人人爱网站中日韩无码电影|厨房大战丰满熟妇|AV高清无码在线免费观看|另类AV日韩少妇熟女|中文日本大黄一级黄色片|色情在线视频免费|亚洲成人特黄a片|黄片wwwav色图欧美|欧亚乱色一区二区三区

RELATEED CONSULTING
相關咨詢
選擇下列產(chǎn)品馬上在線溝通
服務時間：8:30-17:00
你可能遇到了下面的問題
關閉右側工具欄

新聞中心

這里有您想知道的互聯(lián)網(wǎng)營銷解決方案
Pandas的五項高級功能及使用方法

你用Python準備數(shù)據(jù)時，Pandas庫提供了核心功能。但許多人只了解基礎的方法，本文介紹的這些鮮為人知的高級方法讓你更輕松整潔地處理數(shù)據(jù)。

站在用戶的角度思考問題，與客戶深入溝通，找到豐鎮(zhèn)網(wǎng)站設計與豐鎮(zhèn)網(wǎng)站推廣的解決方案，憑借多年的經(jīng)驗，讓設計與互聯(lián)網(wǎng)技術結合，創(chuàng)造個性化、用戶體驗好的作品，建站類型包括：做網(wǎng)站、網(wǎng)站建設、企業(yè)官網(wǎng)、英文網(wǎng)站、手機端網(wǎng)站、網(wǎng)站推廣、域名申請、網(wǎng)站空間、企業(yè)郵箱。業(yè)務覆蓋豐鎮(zhèn)地區(qū)。

Pandas是數(shù)據(jù)界的典型庫。由于能夠加載、過濾、處理和瀏覽數(shù)據(jù)，難怪它備受數(shù)據(jù)科學家的喜愛。

大多數(shù)人自然會堅守Pandas很基礎的方法。從CSV文件加載數(shù)據(jù)，過濾幾列，然后直接進入到數(shù)據(jù)可視化。不過Pandas實際上有許多鮮為人知但實用的功能，可以使數(shù)據(jù)處理起來輕松得多，整潔得多。

本教程將介紹5項更高級的功能、它們的功用及使用方法。

 （1）配置選項和設置

Pandas帶有一組用戶可配置的選項和設置。它們能大大提高生產(chǎn)力，因為你可以根據(jù)自己的喜好來定制Pandas環(huán)境。

比如說，我們可以更改Pandas的一些顯示設置，改變顯示的行數(shù)和列數(shù)以及顯示的精度浮點數(shù)。

 
 
 
    
  
  
  
  1. import pandas as pd 
    2.   
  
  
  2. display_settings = { 
    3.   
  
  
  3. 'max_columns': 10, 
    4.   
  
  
  4. 'expand_frame_repr': True, # Wrap to multiple pages 
    5.   
  
  
  5. 'max_rows': 10, 
    6.   
  
  
  6. 'precision': 2, 
    7.   
  
  
  7. 'show_dimensions': True 
    8.   
  
  
  8. } 
    9.   
  
  
  9. for op, value in display_settings.items(): 
    10.   
  
  
  10. pd.set_option("display.{}".format(op), value) 
    11.

上面的代碼確保Pandas始終最多顯示10行和10列，浮點值最多顯示2個小數(shù)位。這樣，我們嘗試打印大的DataFrame時，終端或Jupyter Notebook不會看起來一團糟！

這只是個基本的例子。除了簡單的顯示設置外，還有很多設置可以探索?？梢圆榭垂俜轿臋n中的所有選項（https://pandas.pydata.org/pandas-docs/stable/user_guide/options.html）。

 （2）合并DataFrame

Pandas DataFrame一個相對不為人知的地方是，實際上有兩種不同的方法來合并。每種方法得到的結果不一樣，因此，根據(jù)你要實現(xiàn)的目標選擇合適的方法很重要。此外，它們含有許多進一步定制合并的參數(shù)。不妨看一下。

連接

連接是合并DataFrame的最著名方法，它好比“堆疊”。這種堆疊可以橫向或縱向進行。

假設你有一個龐大的CSV格式的數(shù)據(jù)集。將它分成多個文件以便處理合情合理（這是大型數(shù)據(jù)集的常見做法，名為分片）。

將其加載到Pandas后，你可以縱向堆疊每個CSV的DataFrame，為所有數(shù)據(jù)創(chuàng)建一個大的DataFrame。假設我們有3個分片，每個分片有500萬行，那么在縱向堆疊所有分片后，最終的DataFrame會有1500萬行。

下面的代碼顯示了如何在Pandas中縱向連接DataFrame。

 
 
 
    
  
  
  
  1. # Vertical concat 
    2.   
  
  
  2. pd.concat([october_df, november_df, december_df], axis=0) 
    3.

你可以按照列而不是按照行來拆分數(shù)據(jù)集，執(zhí)行類似的操作——每個CSV文件有幾列（包含數(shù)據(jù)集的所有行）。就像我們將數(shù)據(jù)集的特征劃分為不同的分片那樣。然后，你可以橫向堆疊它們以合并那些列/特征。

 
 
 
    
  
  
  
  1. # Horizontal concat 
    2.   
  
  
  2. pd.concat([features_1to5_df, features_6to10_df, features_11to15_df], axis=1) 
    3.

合并

合并更復雜但功能更強大，以類似SQL的方式合并Pandas DataFrame，即DataFrame將通過某個常見屬性加以連接。

假設你有描述YouTube頻道的兩個DataFrame。其中一個含有用戶ID列表和每個用戶在頻道上總共花費的時間。另一個含有類似的用戶ID列表和每個用戶看過多少視頻。合并使我們可以通過匹配用戶ID，然后將ID、花費的時間和視頻數(shù)量歸入到每個用戶的單行，即可將兩個DataFrame合并為一個。

合并Pandas中的兩個DataFrame通過合并函數(shù)來完成。你可以在下面的代碼中看到其工作方式。left和right參數(shù)是指你希望合并的兩個DataFrame，而on指定了用于匹配的列。

 
 
 
    
  
  
  
  1. pd.merge(left=ids_and_time_df, 
    2.   
  
  
  2. right=ids_and_videos_df, 
    3.   
  
  
  3. on="id") 
    4.

為了進一步模擬SQL連接，how參數(shù)讓你可以選擇想要執(zhí)行的類似SQL的連接的類型：內(nèi)、外、左或右。想了解SQL連接的更多信息，請參閱W3Schools教程（https://www.w3schools.com/sql/sql_join.asp）。

（3）重塑DataFrame

有幾種方法可以重塑和重組Pandas DataFrame。既有簡單易用的方法，也有強大復雜的方法。不妨看看最常見的三種方法。針對以下所有示例，我們將使用超級英雄的這個數(shù)據(jù)集！

 
 
 
    
  
  
  
  1. import pandas as pd 
    2.   
  
  
  2. players_data = {'Player': ['Superman', 'Batman', 'Thanos', 'Batman', 'Thanos', 
    3.   
  
  
  3. 'Superman', 'Batman', 'Thanos', 'Black Widow', 'Batman', 'Thanos', 'Superman'], 
    4.   
  
  
  4. 'Year': [2000,2000,2000,2001,2001,2002,2002,2002,2003,2004,2004,2005], 
    5.   
  
  
  5. 'Points':[23,43,45,65,76,34,23,78,89,76,92,87]} 
    6.   
  
  
  6. df = pd.DataFrame(players_data) 
    7.   
  
  
  7. print(df) 
    8.   
  
  
  8. """ 
    9.   
  
  
  9. Player Year Points 
    10.   
  
  
  10. 0 Superman 2000 23 
    11.   
  
  
  11. 1 Batman 2000 43 
    12.   
  
  
  12. 2 Thanos 2000 45 
    13.   
  
  
  13. 3 Batman 2001 65 
    14.   
  
  
  14. 4 Thanos 2001 76 
    15.   
  
  
  15. 5 Superman 2002 34 
    16.   
  
  
  16. 6 Batman 2002 23 
    17.   
  
  
  17. 7 Thanos 2002 78 
    18.   
  
  
  18. 8 Black Widow 2003 89 
    19.   
  
  
  19. 9 Batman 2004 76 
    20.   
  
  
  20. 10 Thanos 2004 92 
    21.   
  
  
  21. 11 Superman 2005 87 
    22.   
  
  
  22. """ 
    23.

轉(zhuǎn)置

轉(zhuǎn)置是其中最簡單的。轉(zhuǎn)置將DataFrame的行與列進行互換。如果你有5000行和10列，然后轉(zhuǎn)置你的DataFrame后，最終會得到10行和5000列。

 
 
 
    
  
  
  
  1. import pandas as pd 
    2.   
  
  
  2. players_data = {'Player': ['Superman', 'Batman', 'Thanos', 'Batman', 'Thanos', 
    3.   
  
  
  3. 'Superman', 'Batman', 'Thanos', 'Black Widow', 'Batman', 'Thanos', 'Superman'], 
    4.   
  
  
  4. 'Year': [2000,2000,2000,2001,2001,2002,2002,2002,2003,2004,2004,2005], 
    5.   
  
  
  5. 'Points':[23,43,45,65,76,34,23,78,89,76,92,87]} 
    6.   
  
  
  6. df = pd.DataFrame(players_data) 
    7.   
  
  
  7. print(df) 
    8.   
  
  
  8. """ 
    9.   
  
  
  9. Player Year Points 
    10.   
  
  
  10. 0 Superman 2000 23 
    11.   
  
  
  11. 1 Batman 2000 43 
    12.   
  
  
  12. 2 Thanos 2000 45 
    13.   
  
  
  13. 3 Batman 2001 65 
    14.   
  
  
  14. 4 Thanos 2001 76 
    15.   
  
  
  15. 5 Superman 2002 34 
    16.   
  
  
  16. 6 Batman 2002 23 
    17.   
  
  
  17. 7 Thanos 2002 78 
    18.   
  
  
  18. 8 Black Widow 2003 89 
    19.   
  
  
  19. 9 Batman 2004 76 
    20.   
  
  
  20. 10 Thanos 2004 92 
    21.   
  
  
  21. 11 Superman 2005 87 
    22.   
  
  
  22. """ 
    23.

Groupby

Groupby的主要用途是根據(jù)一些鍵將DataFrame分成多個部分。一旦DataFrame拆分成多個部分，你可以執(zhí)行遍歷、對每個部分獨立執(zhí)行一些操作。

比如說，我們可以從下面的代碼中看到如何創(chuàng)建了有相應年份和積分的玩家DataFrame。然后我們執(zhí)行groupby，根據(jù)玩家將DataFrame分為多個部分。因此，每個玩家都有自己的組，顯示該玩家每年玩游戲時獲得了多少積分。

 
 
 
    
  
  
  
  1. groups_df = df.groupby('Player') 
    2.   
  
  
  2. for player, group in groups_df: 
    3.   
  
  
  3. print("----- {} -----".format(player)) 
    4.   
  
  
  4. print(group) 
    5.   
  
  
  5. print("") 
    6.   
  
  
  6.  
    7.   
  
  
  7. ### This prints out the following 
    8.   
  
  
  8. """ 
    9.   
  
  
  9. ----- Batman ----- 
    10.   
  
  
  10. Player Year Points 
    11.   
  
  
  11. 1 Batman 2000 43 
    12.   
  
  
  12. 3 Batman 2001 65 
    13.   
  
  
  13. 6 Batman 2002 23 
    14.   
  
  
  14. 9 Batman 2004 76 
    15.   
  
  
  15. ----- Black Widow ----- 
    16.   
  
  
  16. Player Year Points 
    17.   
  
  
  17. 8 Black Widow 2003 89 
    18.   
  
  
  18. ----- Superman ----- 
    19.   
  
  
  19. Player Year Points 
    20.   
  
  
  20. 0 Superman 2000 23 
    21.   
  
  
  21. 5 Superman 2002 34 
    22.   
  
  
  22. 11 Superman 2005 87 
    23.   
  
  
  23. ----- Thanos ----- 
    24.   
  
  
  24. Player Year Points 
    25.   
  
  
  25. 2 Thanos 2000 45 
    26.   
  
  
  26. 4 Thanos 2001 76 
    27.   
  
  
  27. 7 Thanos 2002 78 
    28.   
  
  
  28. 10 Thanos 2004 92 
    29.   
  
  
  29. """ 
    30.

堆疊

堆疊將DataFrame轉(zhuǎn)換成有多級索引，即每行有多個子部分。這些子部分是使用DataFrame的列創(chuàng)建的，并將其壓縮成多索引。總體而言，可以將堆疊視為將列壓縮成多索引行。

可以通過示例來說明，如下所示。

 
 
 
    
  
  
  
  1. df = df.stack() 
    2.   
  
  
  2. print(df) 
    3.   
  
  
  3. """ 
    4.   
  
  
  4. 0 Player Superman 
    5.   
  
  
  5. Year 2000 
    6.   
  
  
  6. Points 23 
    7.   
  
  
  7. 1 Player Batman 
    8.   
  
  
  8. Year 2000 
    9.   
  
  
  9. Points 43 
    10.   
  
  
  10. 2 Player Thanos 
    11.   
  
  
  11. Year 2000 
    12.   
  
  
  12. Points 45 
    13.   
  
  
  13. 3 Player Batman 
    14.   
  
  
  14. Year 2001 
    15.   
  
  
  15. Points 65 
    16.   
  
  
  16. 4 Player Thanos 
    17.   
  
  
  17. Year 2001 
    18.   
  
  
  18. Points 76 
    19.   
  
  
  19. 5 Player Superman 
    20.   
  
  
  20. Year 2002 
    21.   
  
  
  21. Points 34 
    22.   
  
  
  22. 6 Player Batman 
    23.   
  
  
  23. Year 2002 
    24.   
  
  
  24. Points 23 
    25.   
  
  
  25. 7 Player Thanos 
    26.   
  
  
  26. Year 2002 
    27.   
  
  
  27. Points 78 
    28.   
  
  
  28. 8 Player Black Widow 
    29.   
  
  
  29. Year 2003 
    30.   
  
  
  30. Points 89 
    31.   
  
  
  31. 9 Player Batman 
    32.   
  
  
  32. Year 2004 
    33.   
  
  
  33. Points 76 
    34.   
  
  
  34. 10 Player Thanos 
    35.   
  
  
  35. Year 2004 
    36.   
  
  
  36. Points 92 
    37.   
  
  
  37. 11 Player Superman 
    38.   
  
  
  38. Year 2005 
    39.   
  
  
  39. Points 87 
    40.   
  
  
  40. """ 
    41.

（4）處理時間數(shù)據(jù)

Datetime庫是Python的基本庫。只要你處理與實際日期和時間信息有關的任何東西，它都是值得你使用的庫。幸好，Pandas還有使用Datetime對象的功能。

不妨舉例說明。在下面的代碼中，我們先創(chuàng)建一個有4列的DataFrame：Day、Month、Year和data，然后按年和月進行排序。如你所見，這非?；靵y。僅僅為了存儲日期，我們就用了3列，實際上我們知道日歷日期只是一個值。

 
 
 
    
  
  
  
  1. from itertools import product 
    2.   
  
  
  2. import pandas as pd 
    3.   
  
  
  3. import numpy as np 
    4.   
  
  
  4. col_names = ["Day", "Month", "Year"] 
    5.   
  
  
  5. df = pd.DataFrame(list(product([10, 11, 12], [8, 9], [2018, 2019])), 
    6.   
  
  
  6. columns=col_names) 
    7.   
  
  
  7. df['data'] = np.random.randn(len(df)) 
    8.   
  
  
  8. df = df.sort_values(['Year', 'Month'], ascending=[True, True]) 
    9.   
  
  
  9. print(df) 
    10.   
  
  
  10. """ 
    11.   
  
  
  11. Day Month Year data 
    12.   
  
  
  12. 0 10 8 2018 1.685356 
    13.   
  
  
  13. 4 11 8 2018 0.441383 
    14.   
  
  
  14. 8 12 8 2018 1.276089 
    15.   
  
  
  15. 2 10 9 2018 -0.260338 
    16.   
  
  
  16. 6 11 9 2018 0.404769 
    17.   
  
  
  17. 10 12 9 2018 -0.359598 
    18.   
  
  
  18. 1 10 8 2019 0.145498 
    19.   
  
  
  19. 5 11 8 2019 -0.731463 
    20.   
  
  
  20. 9 12 8 2019 -1.451633 
    21.   
  
  
  21. 3 10 9 2019 -0.988294 
    22.   
  
  
  22. 7 11 9 2019 -0.687049 
    23.   
  
  
  23. 11 12 9 2019 -0.067432 
    24.   
  
  
  24. """ 
    25.

我們可以用datetime來清理。

Pandas貼心地隨帶名為to_datetime（）的函數(shù)，它可以壓縮多個DataFrame列并將其轉(zhuǎn)換成單個Datetime對象。一旦采用這種格式，你可以享用Datetime庫的所有靈活性。

想使用to_datetime（）函數(shù)，需要將相關列中的所有“data”數(shù)據(jù)傳遞給它。那就是“Day”、“Month”和“Year”這三列。一旦有了Datetime格式的內(nèi)容，我們不再需要其他列，刪除即可?？纯聪旅娴拇a，看看它們?nèi)绾喂ぷ鳎?/p>

 
 
 
    
  
  
  
  1. from itertools import product 
    2.   
  
  
  2. import pandas as pd 
    3.   
  
  
  3. import numpy as np 
    4.   
  
  
  4. col_names = ["Day", "Month", "Year"] 
    5.   
  
  
  5. df = pd.DataFrame(list(product([10, 11, 12], [8, 9], [2018, 2019])), 
    6.   
  
  
  6. columns=col_names) 
    7.   
  
  
  7. df['data'] = np.random.randn(len(df)) 
    8.   
  
  
  8. df = df.sort_values(['Year', 'Month'], ascending=[True, True]) 
    9.   
  
  
  9. df.insert(loc=0, column="date", value=pd.to_datetime(df[col_names])) 
    10.   
  
  
  10. df = df.drop(col_names, axis=1).squeeze() 
    11.   
  
  
  11. print(df) 
    12.   
  
  
  12. """ 
    13.   
  
  
  13. date data 
    14.   
  
  
  14. 0 2018-08-10 -0.328973 
    15.   
  
  
  15. 4 2018-08-11 -0.670790 
    16.   
  
  
  16. 8 2018-08-12 -1.360565 
    17.   
  
  
  17. 2 2018-09-10 -0.401973 
    18.   
  
  
  18. 6 2018-09-11 -1.238754 
    19.   
  
  
  19. 10 2018-09-12 0.957695 
    20.   
  
  
  20. 1 2019-08-10 0.571126 
    21.   
  
  
  21. 5 2019-08-11 -1.320735 
    22.   
  
  
  22. 9 2019-08-12 0.196036 
    23.   
  
  
  23. 3 2019-09-10 -1.717800 
    24.   
  
  
  24. 7 2019-09-11 0.074606 
    25.   
  
  
  25. 11 2019-09-12 -0.643198 
    26.   
  
  
  26. """ 
    27.

（5）將項映射到組

映射是個巧妙的技巧，有助于對分類數(shù)據(jù)進行組織。比如設想我們有一個龐大的DataFrame，有成千上萬行，其中一列含有我們想要分類的項。這么做可以大大簡化機器學習模型的訓練和有效地可視化數(shù)據(jù)。

請查看下面的代碼，這個小示例表明了我們想要分類的食品列表。

 
 
 
    
  
  
  
  1. import pandas as pd 
    2.   
  
  
  2. foods = pd.Series(["Bread", "Rice", "Steak", "Ham", "Chicken", 
    3.   
  
  
  3. "Apples", "Potatoes", "Mangoes", "Fish", 
    4.   
  
  
  4. "Bread", "Rice", "Steak", "Ham", "Chicken", 
    5.   
  
  
  5. "Apples", "Potatoes", "Mangoes", "Fish", 
    6.   
  
  
  6. "Apples", "Potatoes", "Mangoes", "Fish", 
    7.   
  
  
  7. "Apples", "Potatoes", "Mangoes", "Fish", 
    8.   
  
  
  8. "Bread", "Rice", "Steak", "Ham", "Chicken", 
    9.   
  
  
  9. "Bread", "Rice", "Steak", "Ham", "Chicken", 
    10.   
  
  
  10. "Bread", "Rice", "Steak", "Ham", "Chicken", 
    11.   
  
  
  11. "Apples", "Potatoes", "Mangoes", "Fish", 
    12.   
  
  
  12. "Apples", "Potatoes", "Mangoes", "Fish", 
    13.   
  
  
  13. "Apples", "Potatoes", "Mangoes", "Fish", 
    14.   
  
  
  14. "Bread", "Rice", "Steak", "Ham", "Chicken", 
    15.   
  
  
  15. "Bread", "Rice", "Steak", "Ham", "Chicken",]) 
    16.   
  
  
  16. groups_dict = { 
    17.   
  
  
  17. "Protein": ["Steak", "Ham", "Chicken", "Fish"], 
    18.   
  
  
  18. "Carbs": ["Bread", "Rice", "Apples", "Potatoes", "Mangoes"] 
    19.   
  
  
  19. } 
    20.

在上面的代碼中，我們將列表放入到Pandas系列。我們還創(chuàng)建了一個字典，顯示了想要的映射，將每個食品項分類成“Protein”或“Carbs”。這是嘗試性質(zhì)的示例，但如果該系列規(guī)模很大，假設有1000000項 ，那么遍歷它根本不可行。

我們可以使用Pandas內(nèi)置的.map（）函數(shù)編寫函數(shù)，以優(yōu)化的方式執(zhí)行映射，而不是使用基本的for-loop。請查看下面的代碼，看看該函數(shù)及使用方式。

 
 
 
    
  
  
  
  1. def membership_map(pandas_series, groups_dict): 
    2.   
  
  
  2. groups = {x: k for k, v in groups_dict.items() for x in v} 
    3.   
  
  
  3. mapped_series = pandas_series.map(groups) 
    4.   
  
  
  4. return mapped_series 
    5.   
  
  
  5.  
    6.   
  
  
  6. mapped_data = membership_map(foods, groups_dict) 
    7.   
  
  
  7. print(list(mapped_data)) 
    8.

在該函數(shù)中，我們先遍歷字典以創(chuàng)建一個新的字典，其中的鍵代表Pandas系列中每個可能的項，值代表新的映射項：“Protein”或“Carbs”。 然后，我們只需使用Pandas的內(nèi)置map函數(shù)來映射該系列中的所有值。

不妨看看下面的輸出以查看結果！

['Carbs', 'Carbs', 'Protein', 'Protein', 'Protein', 'Carbs', 'Carbs', 'Carbs', 'Protein', 'Carbs', 'Carbs', 'Protein', 'Protein', 'Protein', 'Carbs', 'Carbs', 'Carbs', 'Protein', 'Carbs', 'Carbs', 'Carbs', 'Protein', 'Carbs', 'Carbs', 'Carbs', 'Protein', 'Carbs', 'Carbs', 'Protein', 'Protein', 'Protein', 'Carbs', 'Carbs', 'Protein', 'Protein', 'Protein', 'Carbs', 'Carbs', 'Protein', 'Protein', 'Protein', 'Carbs', 'Carbs', 'Carbs', 'Protein', 'Carbs', 'Carbs', 'Carbs', 'Protein', 'Carbs', 'Carbs', 'Carbs', 'Protein', 'Carbs', 'Carbs', 'Protein', 'Protein', 'Protein', 'Carbs', 'Carbs', 'Protein', 'Protein', 'Protein']


名稱欄目：Pandas的五項高級功能及使用方法
URL標題：http://www.5511xx.com/article/djdjhpp.html