Pycharm 鼠標(biāo)移動(dòng)到函數(shù)上，CTRL+Q可以快速查看文檔，CTR+P可以看基本的參數(shù)。

apply(),applymap()和map()

apply()和applymap()是DataFrame的函數(shù)，map()是Series的函數(shù)。

apply()的操作對(duì)象是DataFrame的一行或者一列數(shù)據(jù)，applymap()是DataFrame的每一個(gè)元素。map()也是Series中的每一個(gè)元素。

apply()對(duì)dataframe的內(nèi)容進(jìn)行批量處理, 這樣要比循環(huán)來得快。如df.apply(func,axis=0,.....) func：定義的函數(shù)，axis=0時(shí)為對(duì)列操作，=1時(shí)為對(duì)行操作。

map()和python內(nèi)建的沒啥區(qū)別，如df['one'].map(sqrt)。

            
import numpy as np

from pandas import Series, DataFrame

 

frame = DataFrame(np.random.randn(4, 3),

         columns = list('bde'),

         index = ['Utah', 'Ohio', 'Texas', 'Oregon'])

print frame

print np.abs(frame)

print

 

f = lambda x: x.max() - x.min()

print frame.apply(f)

print frame.apply(f, axis = 1)

def f(x):

  return Series([x.min(), x.max()], index = ['min', 'max'])

print frame.apply(f)

print

 

print 'applymap和map'

_format = lambda x: '%.2f' % x

print frame.applymap(_format)

print frame['e'].map(_format) 

          

Groupby

Groupby是Pandas中最為常用和有效的分組函數(shù)，有sum()、count()、mean()等統(tǒng)計(jì)函數(shù)。

groupby 方法返回的 DataFrameGroupBy 對(duì)象實(shí)際并不包含數(shù)據(jù)內(nèi)容，它記錄的是df['key1'] 的中間數(shù)據(jù)。當(dāng)你對(duì)分組數(shù)據(jù)應(yīng)用函數(shù)或其他聚合運(yùn)算時(shí)，pandas 再依據(jù) groupby 對(duì)象內(nèi)記錄的信息對(duì) df 進(jìn)行快速分塊運(yùn)算，并返回結(jié)果。

            
df = DataFrame({'key1': ['a', 'a', 'b', 'b', 'a'],

        'key2': ['one', 'two', 'one', 'two', 'one'],

        'data1': np.random.randn(5),

        'data2': np.random.randn(5)})

grouped = df.groupby(df['key1'])

print grouped.mean() 



df.groupby(lambda x:'even' if x%2==0 else 'odd').mean() #通過函數(shù)分組 

          

聚合agg()

對(duì)于分組的某一列(行)或者多個(gè)列(行，axis=0/1)，應(yīng)用agg(func)可以對(duì)分組后的數(shù)據(jù)應(yīng)用func函數(shù)。例如：用grouped['data1'].agg('mean')也是對(duì)分組后的'data1'列求均值。當(dāng)然也可以同時(shí)作用于多個(gè)列(行)和使用多個(gè)函數(shù)上。

            
df = DataFrame({'key1': ['a', 'a', 'b', 'b', 'a'],

        'key2': ['one', 'two', 'one', 'two', 'one'],

        'data1': np.random.randn(5),

        'data2': np.random.randn(5)})

grouped = df.groupby('key1')

print grouped.agg('mean')

 

     data1   data2

key1          

a   0.749117 0.220249

b  -0.567971 -0.126922 

          

apply()和agg()功能上差不多,apply()常用來處理不同分組的缺失數(shù)據(jù)的填充和top N的計(jì)算，會(huì)產(chǎn)生層級(jí)索引。

而agg可以同時(shí)傳入多個(gè)函數(shù)，作用于不同的列。

            
df = DataFrame({'key1': ['a', 'a', 'b', 'b', 'a'],

        'key2': ['one', 'two', 'one', 'two', 'one'],

        'data1': np.random.randn(5),

        'data2': np.random.randn(5)})

grouped = df.groupby('key1')

print grouped.agg(['sum','mean'])
print grouped.apply(np.sum)? #apply的在這里同樣適用，只是不能傳入多個(gè),這兩個(gè)函數(shù)基本是可以通用的。 

          

???????? data1?????????????? data2?????????
?????????? sum????? mean?????? sum????? mean
key1???????????????????????????????????????
a???? 2.780273? 0.926758 -1.561696 -0.520565
b??? -0.308320 -0.154160 -1.382162 -0.691081

???????? data1???? data2 key1?????? key2
key1???????????????????????????????????
a???? 2.780273 -1.561696? aaa? onetwoone
b??? -0.308320 -1.382162?? bb???? onetwo

apply和agg功能上基本是相近的，但是多個(gè)函數(shù)的時(shí)候還是agg比較方便。

apply本身的自由度很高，如果分組之后不做聚合操作緊緊是一些觀察的時(shí)候，apply就有用武之地了。

            
print grouped.apply(lambda x: x.describe())

 

        data1   data2

key1             

a  count 3.000000 3.000000

   mean -0.887893 -1.042878

   std  0.777515 1.551220

   min  -1.429440 -2.277311

   25%  -1.333350 -1.913495

   50%  -1.237260 -1.549679

   75%  -0.617119 -0.425661

   max  0.003021 0.698357

b  count 2.000000 2.000000

   mean -0.078983 0.106752

   std  0.723929 0.064191

   min  -0.590879 0.061362

   25%  -0.334931 0.084057

   50%  -0.078983 0.106752

   75%  0.176964 0.129447

   max  0.432912 0.152142 
          

此外apply還能改變返回?cái)?shù)據(jù)的維度。

http://pandas.pydata.org/pandas-docs/stable/groupby.html

此外還有透視表pivot_table ，交叉表crosstab ，但是我沒用過。

以上就是本文的全部內(nèi)容，希望對(duì)大家的學(xué)習(xí)有所幫助，也希望大家多多支持腳本之家。