Pandas之18个重要函数（下）

九道门丨pandas的18个重要函数，你会用哪些？（上）。

接着上次，我们今天继续来分享Pandas的18个重要函数（下），感兴趣的同学赶紧拿出小本本记下来吧。

数据分析优质社群，等你加入哦~

10）df.astype（）：

当你想把一个特定的列数据类型转换为另一种数据类型，DataFrame.astype函数就能派上用场。

语法：

DataFrame.astype(dtype,copy=True,errors="raise")

参数： dtype：将整个pandas对象转换为同一类型。numpy.dtype{col:dtype,…}numpy.dtype copy：默认为True。在以下情况返回副本copy=Truecopy=False。 Errors：默认为“raise”。控制对提供的dtype的无效数据引发异常。raise：允许引发异常ignore：禁止显示异常。出错时返回原始对象。

例：

df=pd.read_csv("employees.csv") df.info #changingthedtypeofcolumns"Team"and"Salary" df=df.astype({"Team":"category","Salary":"int64"})

11）pd.concat（）：

沿特定轴连接pandas对象，并沿其他轴连接可选的设置逻辑。还可以在连接轴上添加分层索引层，如果传递的轴编号上的标签相同（或重叠），则这可能很有用。

语法：

pandas.concat(objs,axis=0,join=outer,ignore_index=False,keys=None,levels=None,names=None,verify_integrity=False,sort=False,copy=True)

参数： objs：序列或数据帧对象的序列或映射。 axis：默认0。连接轴：要连接的轴可以是下标为0，列为1。 join：{"inner"，"outer"}，默认为"outer"。 ignore_index：bool，默认为False。 keys：顺序，默认无。 levels：序列列表，默认无。 names：列表，默认无。 verify_integrity：bool，默认为False。 sort：bool，默认为False。

例：

import pandas as pd df1=pd.DataFrame({"points":[25,12,15,14,19],"Player":["Adam","Bob","Cot","Derrick","Ethan"],"rebounds":[11,8,10,6,6]}) df2=pd.DataFrame({"points":[15,22,75,84,29],"Player":["A","B","C","D","E"],"rebounds":[18,38,90,56,36]}) #Concatingboththedataframes pd.concat([df1,df2]) #连接后为数据帧分配键： df_concat=pd.concat([df1,df2],keys=["Set1","Set2"]) df_concat #两个集合的索引都是重复的。因此使用ignore_index=True df_concat=pd.concat([df1,df2],keys=["Set1","Set2"],ignore_index=True) df_concat #沿轴axis=1:df2添加第二个数据帧 df_concat=pd.concat([df1,df2],keys=["Set1","Set2"],axis=1) df_concat

组合具有重叠列的对象，并仅返回那些通过传递关键字参数来共享的对象：DataFrameinnerjoin。

import pandas as pd df1=pd.DataFrame({"points":[25,12,15,14,19],"Player":["Adam","Bob","Cot","Derrick","Ethan"],"rebounds":[11,8,10,6,6]}) df2=pd.DataFrame({"points":[15,22,75,84,29],"Player":["A","B","C","D","E"],"rebounds":[18,38,90,56,36],"Overs":[25,12,15,14,19]}) df_concat=pd.concat([df1,df2],join="inner") df_concat

12）df.describe（）：

describe函数用于生成描述性统计信息，包括汇总数据集分布的中心趋势、分散度和形状（不包括值）的统计数据。它分析数值和对象序列，以及混合数据类型的列集。输出取决于所提供的数据。

语法：

DataFrame.describe(percentiles=None,include=None,exclude=None)

参数： percentile：列出介于0–1之间的列表式数据类型。 include：描述数据帧时要包含的数据类型列表。 exclude：描述数据帧时要排除的数据类型列表。

例：

df2=pd.DataFrame({"points":[15,22,75,84,29],"Player":["A","B","C","D","E"],"rebounds":[18,38,90,56,36],"Overs":[25,12,15,14,19]}) df2.describe

13）df.isnull.sum：

在分析数据之前，删除缺失值、计算缺失值及其百分比非常重要。

df.isnull.sumfunctionisusedtocountthenumberofmissingvaluesineachcolumn.

使用的数据：沃尔玛销售预测|卡格尔

import pandas as pd df=pd.read_csv("features.csv") df.isnull.sum

14）pd.isna：

检测类似数组的对象的缺失值。此函数采用标量或类似数组的对象，并指示值是否丢失。

对于标量输入，返回标量布尔值。对于数组输入，返回一个布尔数组，指示是否缺少每个相应的元素。

df.isna

返回存在空值和不空值的位置。

15）pd.to_datetime：

将参数转换为日期时间。

s=pd.Series(["5/10/2022","5/10/2022","5/10/2022"]*100) 将序列的数据类型更改为sobjectdatetime

pd.to_datetime(s)

16）df.isin：

isin函数可以传递一个列表，以检查数据帧/序列中是否存在值列表。

例：

s=pd.Series(["5/10/2022","5/11/2022","5/12/2022"]*100) lst=["5/10/2022"] s.isin(lst)

如果存在值且找不到值，则返回TrueFalse

17）df.pivot：

返回按给定索引/列值组织的重构数据帧。

语法：

DataFrame.pivot(index=None,columns=None,values=None)

例：

df2=pd.DataFrame({"points":[15,22,75,84,29],"team":["A","B","C","D","E"],"player":["Adam","Tom","Jerry","Harry","Jon"]}) pivot_df2=df2.pivot(index="player",columns="team",values["points"]) pivot_df2=pivot_df2.fillna("-") pivot_df2

18）df.insert：

将列插入到DataFrame的指定位置。

参数： loc：dtypeis，插入索引。必须验证0<=loc<=len(列） column：数字或可哈希（hashable）对象 value：标量、系列或类似数组 allow_duplicates：布尔值，可选默认False

语法：

DataFrame.insert(loc,column,value,allow_duplicates=False)

例：

df.insert(2,"age",[45,34,23,34,56,55,45,30,33]) df