Pandas小技巧
import pandas as pd
pandas生成数据
d = {"sex": ["male", "female", "male", "female"], "color": ["red", "green", "blue", "yellow"], "age": [12, 56, 21, 31]} df = pd.DataFrame(d) df
sex color age 0 male red 12 1 female green 56 2 male blue 21 3 female yellow 31
数据替换–map映射
map() 会根据提供的函数对指定序列做映射。
map(function, iterable, …)
- function – 函数
- iterable – 一个或多个序列
d = {"male": 1, "female": 0} df["gender"] = df["sex"].map(d) df
sex color age gender 0 male red 12 1 1 female green 56 0 2 male blue 21 1 3 female yellow 31 0
数据清洗–replace和正则
分享pandas数据清洗技巧,在某列山使用replace和正则快速完成值的清洗
d = {"customer": ["A", "B", "C", "D"], "sales": [1000, "950.5RMB", "$400", "$1250.75"]} df = pd.DataFrame(d) df
customer sales 0 A 1000 1 B 950.5RMB 2 C $400 3 D $1250.75
sales列的数据类型不同意,为后续分析,所以需要将他的格式同统一
df["sales"] = df["sales"].replace("[$,RMB]", "", regex=True).astype("float")
df
customer sales 0 A 1000.00 1 B 950.50 2 C 400.00 3 D 1250.75
查看数据类型
df["sales"].apply(type)
0 <class 'float'>
1 <class 'float'>
2 <class 'float'>
3 <class 'float'>
Name: sales, dtype: object
数据透视表分析–melt函数
melt是逆转操作函数,可以将列名转换为列数据(columns name → column values),重构DataFrame,用法如下:
参数说明:
pandas.melt(frame, id_vars=None, value_vars=None, var_name=None, value_name=‘value', col_level=None)
- frame:要处理的数据集。
- id_vars:不需要被转换的列名。
- value_vars:需要转换的列名,如果剩下的列全部都要转换,就不用写了。
- var_name和value_name是自定义设置对应的列名。
- col_level :如果列是MultiIndex,则使用此级别。
二维表格转成一维表格
d = {"district_code": [12345, 56789, 101112, 131415], "apple": [5.2, 2.4, 4.2, 3.6], "banana": [3.5, 1.9, 4.0, 2.3], "orange": [8.0, 7.5, 6.4, 3.9] } df = pd.DataFrame(d) df
district_code apple banana orange 0 12345 5.2 3.5 8.0 1 56789 2.4 1.9 7.5 2 101112 4.2 4.0 6.4 3 131415 3.6 2.3 3.9
df = df.melt(id_vars="district_code", var_name="fruit_name", value_name="price") df
district_code fruit_name price 0 12345 apple 5.2 1 56789 apple 2.4 2 101112 apple 4.2 3 131415 apple 3.6 4 12345 banana 3.5 5 56789 banana 1.9 6 101112 banana 4.0 7 131415 banana 2.3 8 12345 orange 8.0 9 56789 orange 7.5 10 101112 orange 6.4 11 131415 orange 3.9
将分类中出现次数较少的值归为others
d = {"name": ['Jone', 'Alica', 'Emily', 'Robert', 'Tomas', 'Zhang', 'Liu', 'Wang', 'Jack', 'Wsx', 'Guo'], "categories": ["A", "C", "A", "D", "A", "B", "B", "C", "A", "E", "F"]} df = pd.DataFrame(d) df
name categories 0 Jone A 1 Alica C 2 Emily A 3 Robert D 4 Tomas A 5 Zhang B 6 Liu B 7 Wang C 8 Jack A 9 Wsx E 10 Guo F
D、E、F 仅在分类中出现一次,A 出现次数较多。
统计出现次数,并标准化
frequencies = df["categories"].value_counts(normalize=True) frequencies
A 0.363636
B 0.181818
C 0.181818
E 0.090909
D 0.090909
F 0.090909
Name: categories, dtype: float64
设定阈值
threshold = 0.1 small_categories = frequencies[frequencies < threshold].index small_categories
Index(['E', 'D', 'F'], dtype='object')
替换
df["categories"] = df["categories"].replace(small_categories, "Others")
df
name categories 0 Jone A 1 Alica C 2 Emily A 3 Robert Others 4 Tomas A 5 Zhang B 6 Liu B 7 Wang C 8 Jack A 9 Wsx Others 10 Guo Others
Python小技巧
列表推导式
例如,假设我们想创建一个正方形列表,例如
squares = [] for x in range(10): squares.append(x**2) squares
[0, 1, 4, 9, 16, 25, 36, 49, 64, 81]
squares = list(map(lambda x: x**2, range(10))) squares
[0, 1, 4, 9, 16, 25, 36, 49, 64, 81]
squares = [x**2 for x in range(10)] squares
[0, 1, 4, 9, 16, 25, 36, 49, 64, 81]
同时还可以利用if来过滤列表
[(x, y) for x in [1,2,3] for y in [3,1,4] if x != y]
[(1, 3), (1, 4), (2, 3), (2, 1), (2, 4), (3, 1), (3, 4)]
列表推导式可以包含复杂表达式和嵌套函数
from math import pi [str(round(pi, i)) for i in range(1, 6)]
['3.1', '3.14', '3.142', '3.1416', '3.14159']
列表推导式中的初始表达式可以是任意表达式,包括另一个列表推导式。
下面的列表推导式将对行和列进行转置
matrix = [ [1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12], ]
[[row[i] for row in matrix] for i in range(4)]
[[1, 5, 9], [2, 6, 10], [3, 7, 11], [4, 8, 12]]
交换变量
a = 1 b = 2 a, b = b, a print("a = ",a) print("b = ",b)
a = 2
b = 1
检查对象使用内存情况
sys.getsizeof()
range()函数返回的是一个类,在使用内存方面,range远比实际的数字列表更加高效
import sys mylist = range(1,10000) print(sys.getsizeof(mylist))
48
合并字典
从Python3.5开始,合并字典的操作更加简单
如果key重复,那么第一个字典的key会被覆盖
d1 ={"a":1,"b":2} d2 = {"b":2,"c":4} m = {**d1,**d2} print(m)
{'a': 1, 'b': 2, 'c': 4}
字符串分割成列表
string = "the author is beishanla" s = string.split(" ") s
['the', 'author', 'is', 'beishanla']
字符串列表创建字符串
l = ["the","author","is","beishanla"] l = " ".join(l) l
'the author is beishanla'
Python查看图片
pip install Pillow
from PIL import Image im = Image.open("E:/Python/00网络爬虫/Project/词云图跳舞视频/aip-python-sdk-4.15.1/pictures/img_88.jpg") im.show()
print(im.format,im.size,im.mode)
JPEG (1920, 1080) RGB
欢迎搜藏,持续更新
总结
免责声明:本站资源来自互联网收集,仅供用于学习和交流,请遵循相关法律法规,本站一切资源不代表本站立场,如有侵权、后门、不妥请联系本站删除!
P70系列延期,华为新旗舰将在下月发布
3月20日消息,近期博主@数码闲聊站 透露,原定三月份发布的华为新旗舰P70系列延期发布,预计4月份上市。
而博主@定焦数码 爆料,华为的P70系列在定位上已经超过了Mate60,成为了重要的旗舰系列之一。它肩负着重返影像领域顶尖的使命。那么这次P70会带来哪些令人惊艳的创新呢?
根据目前爆料的消息来看,华为P70系列将推出三个版本,其中P70和P70 Pro采用了三角形的摄像头模组设计,而P70 Art则采用了与上一代P60 Art相似的不规则形状设计。这样的外观是否好看见仁见智,但辨识度绝对拉满。