
作者:Baijayanta Roy
來源:towardsdatascience
編譯&內(nèi)容補(bǔ)充:早起Python
在用python進(jìn)行機(jī)器學(xué)習(xí)或者日常的數(shù)據(jù)處理中,pandas是最常用的Python庫之一,熟練掌握pandas是每一個數(shù)據(jù)科學(xué)家的必備技能,本文將用代碼+圖片詳解Pandas中的四個實用函數(shù)!
shift()
假設(shè)我們有一組股票數(shù)據(jù),需要對所有的行進(jìn)行移動,或者獲得前一天的股價,又或是計算最近三天的平均股價。
面對這樣的需求我們可以選擇自己寫一個函數(shù)完成,但是使用pandas中的shift()可能是最好的選擇,它可以將數(shù)據(jù)按照指定方式進(jìn)行移動!
下面我們用代碼進(jìn)行演示,首先導(dǎo)入相關(guān)庫并創(chuàng)建示例DataFrame
import?pandas?as?pd import?numpy?as?np df?=?pd.DataFrame({'DATE':?[1,?2,?3,?4,?5], ???????????????????'VOLUME':?[100,?200,?300,400,500], ???????????????????'PRICE':?[214,?234,?253,272,291]})
現(xiàn)在,當(dāng)我們執(zhí)行df.shift(1,fill_value=0)即可將數(shù)據(jù)往下移動一行,并用0填充空值
現(xiàn)在,如果我們需要將前一天的股價作為新的列,則可以使用下面的代碼
我們可以如下輕松地計算最近三天的平均股價,并創(chuàng)建一個新的列
向前移動數(shù)據(jù)也是很輕松的,使用-1即可
更多有關(guān)shift函數(shù)可以查閱官方文檔,總之在涉及到數(shù)據(jù)移動時,你需要想到shift!
value_counts()
pandas中的value_counts()用于統(tǒng)計dataframe或series中不同數(shù)或字符串出現(xiàn)的次數(shù),并可以通過降序或升序?qū)Y(jié)果對象進(jìn)行排序,下圖可以方便理解。
現(xiàn)在讓我們用代碼示例,首先是Index對象
下面是Series對象
同時可以對bin參數(shù)將結(jié)果劃分為區(qū)間
更多的細(xì)節(jié)與參數(shù)設(shè)置,可以閱讀pandas官方文檔。
mask()
pandas中的mask方法比較冷門,和np.where比較類似,將對cond條件進(jìn)行判斷,如果cond為False,請保留原始值。如果為True,則用other中的相應(yīng)值替換。
現(xiàn)在我們看下面的DataFrame,在這里我們要更改所有可以被二整除的元素的符號,就可以使用mask
下面是代碼實現(xiàn)過程
nlargest()?
在很多情況下,我們會遇到需要查找Series或DataFrame的前3名或后5名值的情況,例如,總得分最高的3名學(xué)生,或選舉中獲得的總票數(shù)的3名最低候選人
pandas中的nlargest()和nsmallest()是滿足此類數(shù)據(jù)處理要求的最佳答案,下面就是從10個觀測值中取最大的三個圖解
下面是代碼實現(xiàn)過程
但如果有相等的情況出現(xiàn),那么可以使用first,last,all來進(jìn)行保留
了解了nlargest()的使用方法后,nsmallest()就顯得十分簡單,本文就不再贅述,如果還有疑問可以查閱官方文檔!
——熱門課程推薦:
想從事業(yè)務(wù)型數(shù)據(jù)分析師,您可以點擊>>>“數(shù)據(jù)分析師”了解課程詳情;
想從事大數(shù)據(jù)分析師,您可以點擊>>>“大數(shù)據(jù)就業(yè)”了解課程詳情;
想成為人工智能工程師,您可以點擊>>>“人工智能就業(yè)”了解課程詳情;
想了解Python數(shù)據(jù)分析,您可以點擊>>>“Python數(shù)據(jù)分析師”了解課程詳情;
想咨詢互聯(lián)網(wǎng)運(yùn)營,你可以點擊>>>“互聯(lián)網(wǎng)運(yùn)營就業(yè)班”了解課程詳情;
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計學(xué)領(lǐng)域,假設(shè)檢驗是驗證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點數(shù)據(jù)的科學(xué)計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點數(shù)據(jù)時的科學(xué)計數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價值 在數(shù)據(jù)驅(qū)動決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實踐到業(yè)務(wù)價值挖掘 在數(shù)據(jù)分析場景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價值導(dǎo)向 統(tǒng)計模型作為數(shù)據(jù)分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10