pandas的函数应用

Pandas的函数应用

apply 和 applymap

1. 可直接使用NumPy的函数

示例代码：

df = pd.DataFrame(np.random.randn(5, 4) - 1)print(df)print(np.abs(df))

运行结果：

          0         1         2         30 -0.062413  0.844813 -1.853721 -1.9807171 -0.539628 -1.975173 -0.856597 -2.6124062 -1.277081 -1.088457 -0.152189  0.5303253 -1.356578 -1.996441  0.368822 -2.2114784 -0.562777  0.518648 -2.007223  0.059411          0         1         2         30  0.062413  0.844813  1.853721  1.9807171  0.539628  1.975173  0.856597  2.6124062  1.277081  1.088457  0.152189  0.5303253  1.356578  1.996441  0.368822  2.2114784  0.562777  0.518648  2.007223  0.059411

2. 通过apply将函数应用到列或行上

示例代码：

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

运行结果：

0   -0.0624131    0.8448132    0.3688223    0.530325dtype: float64

注意指定轴的方向，默认axis=0，方向是列

# 指定轴方向，axis=1，方向是行print(df.apply(lambda x : x.max(), axis=1))```python0   -0.0624131    0.8448132    0.3688223    0.530325dtype: float64

3. 通过applymap将函数应用到每个数据上

示例代码：

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

运行结果：

       0      1      2      30  -0.06   0.84  -1.85  -1.981  -0.54  -1.98  -0.86  -2.612  -1.28  -1.09  -0.15   0.533  -1.36  -2.00   0.37  -2.214  -0.56   0.52  -2.01   0.06

排序

1. 索引排序

sort_index()

排序默认使用升序排序，ascending=False 为降序排序

示例代码：

# Seriess4 = 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

运行结果：

0    103    111    123    130    14dtype: int640    100    141    123    113    13dtype: int64

对DataFrame操作时注意轴方向

示例代码：

# DataFramedf4 = 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

运行结果：

          1         4         0         1         22 -0.416686 -0.161256  0.088802 -0.004294  1.1641381 -0.671914  0.531256  0.303222 -0.509493 -0.3425731  1.988321 -0.466987  2.787891 -1.105912  0.889082          4         2         1         1         02 -0.161256  1.164138 -0.416686 -0.004294  0.0888021  0.531256 -0.342573 -0.671914 -0.509493  0.3032221 -0.466987  0.889082  1.988321 -1.105912  2.787891

2. 按值排序

sort_values(by='column name')

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：

# 按值排序df4_vsort = df4.sort_values(by=0, ascending=False)print(df4_vsort)

运行结果：

          1         4         0         1         21  1.988321 -0.466987  2.787891 -1.105912  0.8890821 -0.671914  0.531256  0.303222 -0.509493 -0.3425732 -0.416686 -0.161256  0.088802 -0.004294  1.164138

处理缺失数据

示例代码：

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

运行结果：

          0         1         20 -0.281885 -0.786572  0.4871261  1.000000  2.000000       NaN2       NaN  4.000000       NaN3  1.000000  2.000000  3.000000

1. 判断是否存在缺失值：isnull()

示例代码：

# isnullprint(df_data.isnull())

运行结果：

       0      1      20  False  False  False1  False  False   True2   True  False   True3  False  False  False

2. 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：

# dropnaprint(df_data.dropna())print(df_data.dropna(axis=1))

运行结果：

          0         1         20 -0.281885 -0.786572  0.4871263  1.000000  2.000000  3.000000          10 -0.7865721  2.0000002  4.0000003  2.000000

3. 填充缺失数据：fillna()

示例代码：

# fillnaprint(df_data.fillna(-100.))

运行结果：

            0         1           20   -0.281885 -0.786572    0.4871261    1.000000  2.000000 -100.0000002 -100.000000  4.000000 -100.0000003    1.000000  2.000000    3.000000