我們都知道Pandas和NumPy是兩種非常好用的函數(shù)，它們?cè)谖覀內(nèi)粘５臄?shù)據(jù)分析中起著至關(guān)重要的作用。沒(méi)有Pandas和NumPy，我們將在這個(gè)龐大的數(shù)據(jù)分析和科學(xué)世界中失去方向。今天，我將分享12個(gè)非常實(shí)用的Pandas和NumPy函數(shù)，這些函數(shù)將使你的數(shù)據(jù)分析變得比以前容易得多。最后，本文中所用代碼的Jupyter Notebook文檔都在文章最后分享給你。
NumPy是使用Python進(jìn)行科學(xué)計(jì)算的基本軟件包。它包含以下內(nèi)容：
強(qiáng)大的N維數(shù)組對(duì)象復(fù)雜的（廣播）功能集成C / C ++和Fortran代碼的工具有用的線性代數(shù)，傅立葉變換和隨機(jī)數(shù)功能除了其明顯的科學(xué)用途外，NumPy還可以用作通用數(shù)據(jù)的高效多維容器?？梢远x任意數(shù)據(jù)類型。這使NumPy能夠無(wú)縫，快速地與各種數(shù)據(jù)庫(kù)集成。
1.argpartition（）
NumPy具有此驚人的功能，可以找到N個(gè)最大值索引。輸出將是N個(gè)最大值索引，然后可以根據(jù)需要對(duì)值進(jìn)行排序。
x = np.array([12, 10, 12, 0, 6, 8, 9, 1, 16, 4, 6, 0])
index_val = np.argpartition(x, -4)[-4:]
index_val
array([1, 8, 2, 0], dtype=int64)
np.sort(x[index_val])
array([10, 12, 12, 16])2. allclose（）
Allclose（）用于匹配兩個(gè)數(shù)組，并根據(jù)布爾值獲取輸出。如果兩個(gè)數(shù)組中的項(xiàng)在公差范圍內(nèi)不相等，則將返回False。檢查兩個(gè)數(shù)組是否相似的好方法，實(shí)際上很難手動(dòng)實(shí)現(xiàn)。
array1 = np.array（[0.12,0.17,0.24,0.29]）
array2 = np.array（[0.13,0.19,0.26,0.31]）
#公差為0.1，應(yīng)返回False：
np.allclose（array1， array2,0.1）
False
#公差為0.2，應(yīng)返回True：
np.allclose（array1，array2,0.2）
True3. clip（）
Clip（）用于將值保留在一個(gè)間隔內(nèi)的數(shù)組中。有時(shí)，我們需要將值保持在上限和下限之內(nèi)。出于上述目的，我們可以使用NumPy的clip（）。給定一個(gè)間隔，該間隔以外的值將被裁剪到間隔邊緣。
x = np.array（[3，17，14，23，2，2，6，8，1，1，2，16，0]）
np.clip（x，2,5）
array（[ 3，5，5 ，5、2、2、5、5、2、2、5、2]）4. extract（）
顧名思義，Extract（）用于根據(jù)特定條件從數(shù)組中提取特定元素。通過(guò)extract（），我們還可以使用諸如and和or的條件。
#隨機(jī)整數(shù)
array = np.random.randint（20，size = 12）
array
array（[ 0，1，8，19，16，18，10，11，2，2，13，14，3 ]）
#除以2并檢查余數(shù)是否為1
cond = np.mod（array，2）== 1
cond
array（[False，True，F(xiàn)alse，True，F(xiàn)alse，F(xiàn)alse，F(xiàn)alse，True，F(xiàn)alse，True，F(xiàn)alse，True]）
#使用提取以獲取值
np.extract（cond，array）
array（[ 1，19，11，13，3 ]）
#將條件直接應(yīng)用于提取
np.extract（（（（array <3）|（array> 15）） ，array）
array（[0，1，19，16，18，2]）5. where（）
where（）用于從滿足特定條件的數(shù)組中返回元素。它返回在特定條件下的值的索引位置。這幾乎類似于我們?cè)赟QL中使用的where條件，我將在下面的示例中進(jìn)行演示。
y = np.array([1,5,6,8,1,7,3,6,9])
# y大于5時(shí)，返回索引位置
np.where(y>5)
array([2, 3, 5, 7, 8], dtype=int64),)
# 首先將替換符合條件的值,
# 其次將不替換
np.where(y>5, "Hit", "Miss")
array(['Miss', 'Miss', 'Hit', 'Hit', 'Miss', 'Hit', 'Miss', 'Hit', 'Hit'],dtype='<U4')6. percentile（）
Percentile（）用于計(jì)算沿指定軸的數(shù)組元素的第n個(gè)百分點(diǎn)。
a = np.array([1,5,6,8,1,7,3,6,9])
print("50th Percentile of a, axis = 0 : ",
np.percentile(a, 50, axis =0))
50th Percentile of a, axis = 0 : 6.0
b = np.array([[10, 7, 4], [3, 2, 1]])
print("30th Percentile of b, axis = 0 : ",
np.percentile(b, 30, axis =0))
30th Percentile of b, axis = 0 : [5.1 3.5 1.9]如果你以前使用過(guò)這些函數(shù)，那么你一定了解，這些函數(shù)對(duì)你有多大幫助！
pandas是一個(gè)Python軟件包，提供快速，靈活和富于表現(xiàn)力的數(shù)據(jù)結(jié)構(gòu)，旨在使處理結(jié)構(gòu)化（表格，多維，潛在異構(gòu)）和時(shí)間序列數(shù)據(jù)既簡(jiǎn)單又直觀。
pandas非常適合許多不同類型的數(shù)據(jù)：
具有異構(gòu)類型列的表格數(shù)據(jù)，例如在SQL表或Excel電子表格中有序和無(wú)序（不一定是固定頻率）時(shí)間序列數(shù)據(jù)。具有行和列標(biāo)簽的任意矩陣數(shù)據(jù)（同類型或異類）觀察/統(tǒng)計(jì)數(shù)據(jù)集的任何其他形式。實(shí)際上，數(shù)據(jù)根本不需要標(biāo)記即可放入pandas數(shù)據(jù)結(jié)構(gòu)。以下是pandas擅長(zhǎng)處理的一些事情：
輕松處理浮點(diǎn)數(shù)據(jù)和非浮點(diǎn)數(shù)據(jù)中的缺失數(shù)據(jù)（表示為NaN）大小可變性：可以從DataFrame和更高維度的對(duì)象中插入和刪除列自動(dòng)和顯式的數(shù)據(jù)對(duì)齊：可以將對(duì)象顯式地對(duì)齊到一組標(biāo)簽，或者用戶可以簡(jiǎn)單地忽略標(biāo)簽并讓Series，DataFrame等自動(dòng)為您對(duì)齊數(shù)據(jù)強(qiáng)大，靈活的分組功能，可對(duì)數(shù)據(jù)集執(zhí)行拆分應(yīng)用合并操作，以匯總和轉(zhuǎn)換數(shù)據(jù)輕松將其他Python和NumPy數(shù)據(jù)結(jié)構(gòu)中的衣衫,、索引不同的數(shù)據(jù)轉(zhuǎn)換為DataFrame對(duì)象基于智能標(biāo)簽的切片，花式索引和大數(shù)據(jù)集子集直觀的合并和聯(lián)接數(shù)據(jù)集靈活地重塑和旋轉(zhuǎn)數(shù)據(jù)集軸的分層標(biāo)簽（每個(gè)刻度可能有多個(gè)標(biāo)簽）強(qiáng)大的IO工具，用于從平面文件（CSV和定界的文件），Excel文件，數(shù)據(jù)庫(kù)加載數(shù)據(jù)，以及從超快HDF5格式保存/加載數(shù)據(jù)特定于時(shí)間序列的功能：日期范圍生成和頻率轉(zhuǎn)換，移動(dòng)窗口統(tǒng)計(jì)信息，日期移動(dòng)和滯后。1.read_csv（nrows = n）
可能你已經(jīng)知道 read_csv 函數(shù)的使用。但是，即使不需要，我們大多數(shù)人仍然會(huì)錯(cuò)誤地讀取整個(gè).csv文件。讓我們考慮第一種情況，即我們不知道10gb的.csv文件中的列和數(shù)據(jù)，在這里讀取整個(gè).csv文件將不是一個(gè)明智的決定，因?yàn)檫@將不必要地占用我們的內(nèi)存，并且會(huì)花費(fèi)很多時(shí)間。我們可以從.csv文件中導(dǎo)入幾行，然后根據(jù)需要進(jìn)行進(jìn)一步操作。
import io
import requests
# 、為了讓你們更輕松地使用，在這里我們將使用在線數(shù)據(jù)集
url = "https://raw.github.com/vincentarelbundock/Rdatasets/master/csv/datasets/AirPassengers.csv"
s = requests.get(url).content
# 僅讀取前10行
df = pd.read_csv(io.StringIO(s.decode('utf-8')),nrows=10 , index_col=0)2. map（）
map（）函數(shù)用于根據(jù)輸入對(duì)應(yīng)關(guān)系映射Series的值。用于將系列中的每個(gè)值替換為可以從函數(shù)，字典或系列中得出的另一個(gè)值。
#創(chuàng)建一個(gè)數(shù)據(jù)
dframe = pd.DataFrame(np.random.randn(4, 3), columns=list('bde'), index=['India', 'USA', 'China', 'Russia'])
#根據(jù)幀中的每個(gè)浮點(diǎn)值計(jì)算格式化的字符串
changefn = lambda x: '%.2f' % x
# 按元素進(jìn)行更改
dframe['d'].map(changefn)3. apply（）
apply（）允許用戶傳遞一個(gè)函數(shù)并將其應(yīng)用于Pandas系列的每個(gè)單個(gè)值。
# 最大值減去最小值的混合 lambda fn
fn = lambda x: x.max() - x.min()
# 將其應(yīng)用于上面剛剛創(chuàng)建的dframe
dframe.apply(fn)4. isin（）
isin（）用于過(guò)濾數(shù)據(jù)幀。isin（）幫助選擇在特定列中具有特定（或多個(gè)）值的行。這是我遇到的最有用的功能。
#使用我們?yōu)閞ead_csv創(chuàng)建的數(shù)據(jù)框
filter1 = df [“ value”]。isin（[112]）
filter2 = df [“ time”]。isin（[1949.000000]）
df [filter1＆filter2]5. copy（）
copy（）用于創(chuàng)建Pandas對(duì)象的副本。將數(shù)據(jù)幀分配給另一個(gè)數(shù)據(jù)幀時(shí)，在另一個(gè)數(shù)據(jù)幀中進(jìn)行更改時(shí)其值也會(huì)更改。為了防止出現(xiàn)上述問(wèn)題，我們可以使用copy（）。
#創(chuàng)建樣本系列
data = pd.Series(['India', 'Pakistan', 'China', 'Mongolia'])
#分配我們面臨的問(wèn)題
data1 = data
#修改值
data1 [0] ='USA'
#還要更改舊數(shù)據(jù)框中的值
#為防止這種情況，我們使用
#創(chuàng)建系列的副本
new = data.copy（）
#分配新的值
new [1] ='Changed value'
#打印數(shù)據(jù)
print（new）
print（data）6. select_dtypes（）
select_dtypes（）函數(shù)基于列dtypes返回?cái)?shù)據(jù)框的列的子集。可以將此函數(shù)的參數(shù)設(shè)置為包括具有某些特定數(shù)據(jù)類型的所有列，也可以設(shè)置為排除具有某些特定數(shù)據(jù)類型的所有那些列。
#我們將使用read_csv
framex = df.select_dtypes(include="float64")
#僅返回時(shí)間列其他的收獲：數(shù)據(jù)透視表（）
Pandas 最神奇、最有用的功能是 pivot_table。如果你還在猶豫使用 groupby 并想擴(kuò)展其功能，那么可以很好試試 pivot_table 。如果你知道數(shù)據(jù)透視表在excel中是如何工作的，那么對(duì)你來(lái)說(shuō)可能就是小菜一碟。數(shù)據(jù)透視表中的級(jí)別將存儲(chǔ)在結(jié)果 DataFrame 的索引和列上的MultiIndex對(duì)象（分層索引）中。
#創(chuàng)建一個(gè)樣本數(shù)據(jù)
school = pd.DataFrame({'A': ['Jay', 'Usher', 'Nicky', 'Romero', 'Will'],
'B': ['Masters', 'Graduate', 'Graduate', 'Masters', 'Graduate'],
'C': [26, 22, 20, 23, 24]})
#讓我們根據(jù)年齡和課程來(lái)創(chuàng)建數(shù)據(jù)透視表
table = pd.pivot_table(school, values ='A', index =['B', 'C'],
columns =['B'], aggfunc = np.sum, fill_value="Not Available")
table學(xué)習(xí)是為了更加方便我們的工作，這12個(gè)函數(shù)，不僅能方便我們處理數(shù)據(jù)，還能提高我們的工作效率。希望能對(duì)你帶來(lái)收獲！
以上所有代碼都給你整理好了：https : //github.com/kunaldhariwal/Medium-12-Amazing-Pandas-NumPy-Functions
本文由未艾信息（www.weainfo.net）編譯，
查看更多最新資訊，歡迎大家點(diǎn)擊閱讀原文登錄我們的AI社區(qū)。
以及關(guān)注我們的公眾號(hào)：為AI吶喊（weainahan）
