5个pandas调用函数的方法让数据处理更加灵活自如


Posted in Python onApril 24, 2022

0. 数据预览

这里的数据是虚构的语数外成绩,大家在演示的时候拷贝一下就好啦。

import pandas as pd
df = pd.read_clipboard()
df

姓名

语文

数学

英语

性别

总分

0

才哥

91

95

92

1

1

小明

82

93

91

1

2

小华

82

87

94

1

3

小草

96

55

88

0

4

小红

51

41

70

0

5

小花

58

59

40

0

6

小龙

70

55

59

1

7

杰克

53

44

42

1

8

韩梅梅

45

51

67

0

1. apply

apply可以对DataFrame类型数据按照列或行进行函数处理,默认情况下是按照(单独对Series亦可)。

在案例数据中,比如我们想将性别列中的1替换为男,0替换为女,那么可以这样搞定。

先自定义一个函数,这个函数有一个参数 s(Series类型数据)。

def getSex(s):
    if s==1:
        return '男'
    elif s==0:
        return '女'

上述函数还有更简洁写法,这里方便理解采用最直观的写法哈。

然后,我们直接使用apply去调用这个函数即可。

df['性别'].apply(getSex)

可以看到输出结果如下:

0 男
1 男
2 男
3 女
4 女
5 女
6 男
7 男
8 女
Name: 性别, dtype: object

当然,我们也可以直接用调用匿名函数lambda的形式:

df['性别'].apply( lambda s: '男' if s==1 else '女' )

可以看到结果是一样的:

0 男
1 男
2 男
3 女
4 女
5 女
6 男
7 男
8 女
Name: 性别, dtype: object

以上是单纯根据一列的值条件进行的数据处理,我们也可以根据多列组合条件(可以了解为按行)进行处理,需要注意这种情况下需要指定参数axis=1,具体看下面案例。

案例中,我们认为总分高于200数学分数高于90为高分

# 多列条件组合
df['level'] = df.apply(lambda df: '高分' if df['总分']>=200 and df['数学']>=90 else '其他', axis=1)
df

5个pandas调用函数的方法让数据处理更加灵活自如

同样,上述用apply调用的函数都是自定义的,实际上我们也可以调用内置或者pandas/numpy自带的函数。

比如,求语数外和总分最高分:

# python内置的函数
df[['语文','数学','英语','总分']].apply(max)

语文 96
数学 95
英语 94
总分 278
dtype: int64

求语数外和总分平均分:

# numpy自带的函数
import numpy as np
df[['语文','数学','英语','总分']].apply(np.mean)

语文 69.777778
数学 64.444444
英语 71.444444
总分 205.666667
dtype: float64

2. applymap

applymap则是对每个元素的函数处理,变量是每个元素值。

比如对语数外三科超过90分认为是科目高分

df[['语文','数学','英语']].applymap(lambda x:'高分' if x>=90 else '其他')

语文

数学

英语

0

高分

高分

1

其他

高分

2

其他

其他

3

高分

其他

4

其他

其他

5

其他

其他

6

其他

其他

7

其他

其他

8

其他

其他

3. map

map则是根据输入对应关系映射值返回最终数据,作用于某一列。传入的值可以是字典,键值为原始值,值为需要替换的值。也可以传入一个函数或者字符格式化表达式等等。

以上面性别列中的1替换为男,0替换为女为例,还可以通过map来实现
 

df['性别'].map({1:'男', 0:'女'})

输出结果也是一致的:

0 男
1 男
2 男
3 女
4 女
5 女
6 男
7 男
8 女
Name: 性别, dtype: object

比如总分列想变成格式化字符:

df['总分'].map('总分:{}分'.format)

0 总分:278分
1 总分:266分
2 总分:263分
3 总分:239分
4 总分:162分
5 总分:157分
6 总分:184分
7 总分:139分
8 总分:163分
Name: 总分, dtype: object

4. agg

agg一般用于聚合,在分组或透视操作中常见到,用法是和apply比较接近。

比如,求语数外和总分的最高分、最低分和平均分

df[['语文','数学','英语','总分']].agg(['max','min','mean'])

5个pandas调用函数的方法让数据处理更加灵活自如

我们还可以对不同的列进行不同的运算(用字典形式指定)

# 语文最高分、数学最低分和英文最高最低分
df.agg({'语文':['max'],'数学':'min','英语':['max','min']})

5个pandas调用函数的方法让数据处理更加灵活自如

当然也支持自定义函数的调用

5. pipe

以上四个调用函数的方法,我们发现被调用的函数的参数就是 ​​DataFrame​​​或Serise数据,如果我们被调用的函数还需要别的参数,那么该如何做呢?

所以,pipe就出现了。

pipe又称管道方法,可以将我们的处理分析过程标准化、流程化。它在调用函数的时候可以带被调用函数的其他参数,这样就方便自定义函数的功能扩展了。

比如,我们需要获取总分大于n,性别为sex的同学的数据,其中n和sex是可变参数,那么用apply等就不太好处理。这个时候,就可以用到​​pipe​​方法来搞事了!

我们先定义一个函数:

# 定义一个函数,总分大于等于n,性别为sex的同学数据(sex为2表示不分性别)
def total(df, n, sex):
dfT = df.copy()
if sex == 2:
return dfT[(dfT['总分']>=n)]
else:
return dfT[(dfT['总分']>=n) & (dfT['性别']==sex)]

如果我们要找到总分大于200,不分性别的学生成绩,可以这样:

df.pipe(total,200,2)

5个pandas调用函数的方法让数据处理更加灵活自如

再找总分大于150,性别为男生(1)的学生成绩,可以这样:

df.pipe(total,150,1)

5个pandas调用函数的方法让数据处理更加灵活自如

再找总分大于200,性别为女生(0)的学生成绩,可以这样:
 

df.pipe(total,200,0)

5个pandas调用函数的方法让数据处理更加灵活自如

以上就是本次我们介绍的5种调用函数的方法,这些操作技巧可以让我们在处理数据时更加灵活自如

到此这篇关于分享5个数据处理更加灵活的pandas调用函数方法的文章就介绍到这了!


Tags in this post...

Python 相关文章推荐
python解析xml模块封装代码
Feb 07 Python
使用FastCGI部署Python的Django应用的教程
Jul 22 Python
Python切片知识解析
Mar 06 Python
Python爬取网易云音乐上评论火爆的歌曲
Jan 19 Python
Python无损音乐搜索引擎实现代码
Feb 02 Python
Python 创建空的list,以及append用法讲解
May 04 Python
Django的Modelforms用法简介
Jul 27 Python
django多种支付、并发订单处理实例代码
Dec 13 Python
python pyqtgraph 保存图片到本地的实例
Mar 14 Python
python如何更新包
Jun 11 Python
Ubuntu 20.04安装Pycharm2020.2及锁定到任务栏的问题(小白级操作)
Oct 29 Python
Python中np.random.randint()参数详解及用法实例
Sep 23 Python
Python 使用 Frame tkraise() 方法在 Tkinter 应用程序中的Frame之间切换
Apr 24 #Python
在 Python 中利用 Pool 进行多线程
Apr 24 #Python
Python何绘制带有背景色块的折线图
python中Pyqt5使用Qlabel标签播放视频
Apr 22 #Python
Python使用MapReduce进行简单的销售统计
python使用pycharm安装pyqt5以及相关配置
Python使用DFA算法过滤内容敏感词
You might like
重置版战役片段
2020/04/09 魔兽争霸
SONY SRF-22W(33W)的电路分析和维修案例
2021/03/02 无线电
用PHP制作的意见反馈表源码
2007/03/11 PHP
php 代码优化的42条建议 推荐
2009/09/25 PHP
php set_time_limit()函数的使用详解
2013/06/05 PHP
php 5.6版本中编写一个PHP扩展的简单示例
2015/01/20 PHP
php通过正则表达式记取数据来读取xml的方法
2015/03/09 PHP
php文件操作小结(删除指定文件/获取文件夹下的文件名/读取文件夹下图片名)
2016/05/09 PHP
php array_keys 返回数组的键名
2016/10/25 PHP
PHP设计模式之观察者模式定义与用法示例
2018/08/04 PHP
用一段js程序来实现动画功能
2007/03/06 Javascript
基于jquery的文本框与autocomplete结合使用(asp.net+json)
2012/05/30 Javascript
你必须知道的Javascript知识点之"this指针"的应用
2013/04/23 Javascript
jquery中文乱码的多种解决方法
2013/06/21 Javascript
使用insertAfter()方法在现有元素后添加一个新元素
2014/05/28 Javascript
jquery列表拖动排列(由项目提取相当好用)
2014/06/17 Javascript
Javascript实现检测客户端类型代码封包
2015/12/03 Javascript
如何使用AngularJs打造权限管理系统【简易型】
2016/05/09 Javascript
js实现简单的手风琴效果
2017/02/27 Javascript
VSCode中如何利用d.ts文件进行js智能提示
2018/04/13 Javascript
解决vue中使用proxy配置不同端口和ip接口问题
2019/08/14 Javascript
Python的Bottle框架中返回静态文件和JSON对象的方法
2015/04/30 Python
Python爬虫beautifulsoup4常用的解析方法总结
2019/02/25 Python
Python获取基金网站网页内容、使用BeautifulSoup库分析html操作示例
2019/06/04 Python
Python xpath表达式如何实现数据处理
2020/06/13 Python
Python matplotlib图例放在外侧保存时显示不完整问题解决
2020/07/28 Python
python实现图片素描效果
2020/09/26 Python
Python爬虫之Selenium下拉框处理的实现
2020/12/04 Python
性能服装:HYLETE
2018/08/14 全球购物
什么是重载?CTS、CLS和CLR分别做何解释
2012/05/06 面试题
领导干部培训感言
2014/01/23 职场文书
2014县政府领导班子三严三实对照检查材料思想汇报
2014/09/26 职场文书
教师对照四风自我剖析材料
2014/09/30 职场文书
2014年学校工作总结
2014/11/20 职场文书
2015年安置帮教工作总结
2015/05/22 职场文书
宾馆客房管理制度
2015/08/06 职场文书