个人中心
文章发布
退出
作者热门文章
- ubuntu12.04环境下使用kvm ioctl接口实现最简单的虚拟机
- Ubuntu 通过无线网络安装Ubuntu Server启动系统后连接无线网络的方法
- 在Ubuntu上搭建网桥的方法
- ubuntu 虚拟机上网方式及相关配置详解
25
4
CFSDN坚持开源创造价值，我们致力于搭建一个资源共享平台，让每一个IT人在这里找到属于你的精彩世界.
这篇CFSDN的博客文章秒懂！图解四个实用的Pandas函数！由作者收集整理，如果你对这篇文章有兴趣，记得点赞哟.
在用Python进行机器学习或者日常的数据处理中，Pandas是最常用的Python库之一，熟练掌握pandas是每一个数据科学家的必备技能，本文将用代码+图片详解Pandas中的四个实用函数.
shift() 。
假设我们有一组股票数据，需要对所有的行进行移动，或者获得前一天的股价，又或是计算最近三天的平均股价.
面对这样的需求我们可以选择自己写一个函数完成，但是使用pandas中的shift()可能是最好的选择，它可以将数据按照指定方式进行移动.
下面我们用代码进行演示，首先导入相关库并创建示例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]}) 。
现在，当我们执行df.shift(1,fill_value=0)即可将数据往下移动一行，并用0填充空值 。
现在，如果我们需要将前一天的股价作为新的列，则可以使用下面的代码 。
我们可以如下轻松地计算最近三天的平均股价，并创建一个新的列 。
向前移动数据也是很轻松的，使用-1即可 。
更多有关shift函数可以查阅官方文档，总之在涉及到数据移动时，你需要想到shift.
value_counts() 。
pandas中的value_counts()用于统计dataframe或series中不同数或字符串出现的次数，并可以通过降序或升序对结果对象进行排序，下图可以方便理解.
现在让我们用代码示例，首先是Index对象 。
下面是Series对象 。
同时可以对bin参数将结果划分为区间 。
更多的细节与参数设置，可以阅读pandas官方文档.
mask() 。
pandas中的mask方法比较冷门，和np.where比较类似，将对cond条件进行判断，如果cond为False，请保留原始值。如果为True，则用other中的相应值替换.
现在我们看下面的DataFrame，在这里我们要更改所有可以被二整除的元素的符号，就可以使用mask 。
下面是代码实现过程 。
nlargest() 。
在很多情况下，我们会遇到需要查找Series或DataFrame的前3名或后5名值的情况，例如，总得分最高的3名学生，或选举中获得的总票数的3名最低候选人 。
pandas中的nlargest()和nsmallest()是满足此类数据处理要求的最佳答案，下面就是从10个观测值中取最大的三个图解 。
下面是代码实现过程 。
但如果有相等的情况出现，那么可以使用first,last,all来进行保留 。
了解了nlargest()的使用方法后，nsmallest()就显得十分简单，本文就不再赘述，如果还有疑问可以查阅官方文档.
原文地址：https://mp.weixin.qq.com/s?__biz=MzI1MTUyMjc1Mg==&mid=2247506837&idx=1&sn=3ac5ce8c3664f9b3e06b7ae5a1c75b60&chksm=e9f3203ade84a92cb56f6c5835ceb13a7ff9033978c42c136cd0b1a8cd50ea2fc6f4826ef564&mpshare=1&s 。
最后此篇关于秒懂！图解四个实用的Pandas函数！的文章就讲到这里了,如果你想了解更多关于秒懂！图解四个实用的Pandas函数！的内容请搜索CFSDN的文章或继续浏览相关文章，希望大家以后支持我的博客！ 。
25
4
0
pandas.crosstab 和 Pandas 数据透视表似乎都提供了完全相同的功能。有什么不同吗？ 最佳答案 pivot_table没有 normalize争论，不幸的是。 在 crosstab
我能找到的最接近的答案似乎太复杂:How I can create an interval column in pandas? 如果我有一个如下所示的 pandas 数据框: +-------+ |
这是我用来将某一行的一列值移动到同一行的另一列的当前代码: #Move 2014/15 column ValB to column ValA df.loc[(df.Survey_year == 201
我有一个以下格式的 Pandas 数据框: df = pd.DataFrame({'a' : [0,1,2,3,4,5,6], 'b' : [-0.5, 0.0, 1.0, 1.2, 1.4,
所以我有这两个数据框，我想得到一个新的数据框，它由两个数据框的行的克罗内克积组成。正确的做法是什么？ 举个例子:数据框1 c1 c2 0 10 100 1 11 110 2 12
TL;DR:在 pandas 中，如何绘制条形图以使其 x 轴刻度标签看起来像折线图？ 我制作了一个间隔均匀的时间序列(每天一个项目)，并且可以像这样很好地绘制它: intensity[350:450
我有以下两个时间列，“Time1”和“Time2”。我必须计算 Pandas 中的“差异”列，即 (Time2-Time1): Time1 Time2
从这个 df 去的正确方法是什么: >>> df=pd.DataFrame({'a':['jeff','bob','jill'], 'b':['bob','jeff','mike']}) >>> df
我想按周从 Pandas 框架中的列中累积计算唯一值。例如，假设我有这样的数据: df = pd.DataFrame({'user_id':[1,1,1,2,2,2],'week':[1,1,2,1,
数据透视表的表示形式看起来不像我在寻找的东西，更具体地说，结果行的顺序。 我不知道如何以正确的方式进行更改。 df示例: test_df = pd.DataFrame({'name':['name_1
我有一个数据框，如下所示。 Category Actual Predicted 1 1 1 1 0
我有一个 df，如下所示。 df: ID open_date limit 1 2020-06-03 100 1 2020-06-23 500
我有一个 df ，其中包含与唯一值关联的各种字符串。对于这些唯一值，我想删除不等于单独列表的行，最后一行除外。 下面使用 Label 中的各种字符串值与 Item 相关联.所以对于每个唯一的 Item
考虑以下具有相同名称的列的数据框（显然，这确实发生了，目前我有一个像这样的数据集！:(） >>> df = pd.DataFrame({"a":range(10,15),"b":range(5,10)
我在 Pandas 中有一个 DF，它看起来像: Letters Numbers A 1 A 3 A 2 A 1 B 1 B 2
如何减去两列之间的时间并将其转换为分钟 Date Time Ordered Time Delivered 0 1/11/19 9:25:00 am 10:58:00 am
我试图理解 pandas 中的下/上百分位数计算，但有点困惑。这是它的示例代码和输出。 test = pd.Series([7, 15, 36, 39, 40, 41]) test.describe(
我有一个多索引数据框，如下所示: TQ bought HT Detailed Instru
我需要从包含值“低”，“中”或“高”的数据框列创建直方图。当我尝试执行通常的df.column.hist（）时，出现以下错误。 ex3.Severity.value_counts() Out[85]:
我试图根据另一列的长度对一列进行子串，但结果集是 NaN .我究竟做错了什么？ import pandas as pd df = pd.DataFrame([['abcdefghi','xyz'],
我是一名优秀的程序员,十分优秀！