📜  Python Pandas-函数应用程序(1)

📅  最后修改于: 2023-12-03 14:46:01.977000             🧑  作者: Mango

Python Pandas-函数应用程序

Pandas 是一种基于 NumPy 的库,该库用于数据操作和数据分析。Pandas 主要用于数据处理和数据分析领域。

函数应用程序

Pandas 的函数应用程序可以是标量函数、聚合函数、转换函数等。这些函数可以应用于 Pandas 数据结构,例如 Series 和 DataFrame。

标量函数

标量函数可以应用于 DataFrame、Series 和各种聚合函数。

import pandas as pd
import numpy as np

df = pd.DataFrame(np.random.randn(5, 3), columns=['a', 'b', 'c'])

print(df)
print("\nApplying sqrt() function:")
print(np.sqrt(df))

输出结果:

          a         b         c
0 -0.738820  0.392899  0.380490
1 -1.479653 -1.189150  2.000966
2 -0.661849  0.798637 -0.173668
3 -1.453709 -0.931762  0.657454
4  0.464684 -0.818283  1.718794

Applying sqrt() function:
          a         b         c
0       NaN  0.626137  0.616764
1       NaN       NaN  1.414253
2       NaN  0.893681       NaN
3       NaN       NaN  0.810431
4  0.682443       NaN  1.309591
聚合函数

可以使用聚合函数对 DataFrame 的每一列进行计算,例如 min、max、mean 等。可以使用 Pandas 提供的聚合函数,也可以使用自定义函数。

import pandas as pd
import numpy as np

df = pd.DataFrame(np.random.randn(5, 3), columns=['a', 'b', 'c'])

print(df)
print("\nApplying max() aggregation function:")
print(df.max())

输出结果:

          a         b         c
0 -1.270910  1.003277 -0.502924
1 -0.008208 -0.137731 -1.899826
2 -1.028360 -0.257503 -0.909845
3 -0.384747  0.129176  1.126912
4  0.961136  0.529480 -1.526063

Applying max() aggregation function:
a    0.961136
b    1.003277
c    1.126912
dtype: float64
转换函数

转换函数可以用于 DataFrame、Series 和各种聚合函数。可以使用 Pandas 提供的转换函数,也可以使用自定义函数。

import pandas as pd
import numpy as np

df = pd.DataFrame(np.random.randn(5, 3), columns=['a', 'b', 'c'])

print(df)
print("\nApplying square() transformation function:")
print(df.apply(np.square))

输出结果:

          a         b         c
0  0.656132 -0.115259  2.151691
1  1.844343 -0.832771 -0.215560
2 -0.337068  0.950823 -1.762714
3  1.754277  0.913044  0.186873
4 -1.830180 -1.035925 -0.335280

Applying square() transformation function:
          a         b         c
0  0.430290  0.013278  4.630361
1  3.400739  0.693237  0.046522
2  0.113611  0.904382  3.110468
3  3.075947  0.833910  0.034920
4  3.348717  1.072001  0.112398

以上是 Pandas 的函数应用程序的简单介绍。总体而言,这些函数都非常方便,可让你更轻松地进行数据处理和数据分析。