實用的 Pandas 技巧，估計 80% 的人不知道
之前跟大家分享了在 pandas 的 apply 函數(shù)中用?pd.Series?功能來拆分文本，文章鏈接如下：
數(shù)據(jù)來源于 akshare，由于 akshare 版本的更新，部分接口發(fā)生變化，致使上面文章里的代碼運行會出錯。因此今天也會更新下代碼。
此外，在上面文章里應(yīng)用到了 apply 使用自定義函數(shù)的功能，之前文章里，自定義函數(shù)只有一個參數(shù)。有同學(xué)提了一個問題，如果自定義函數(shù)有兩個參數(shù)，該怎么辦？
嗯嗯嗯，這是一個好問題！
今天，Lemon也會分享下自定義函數(shù)有兩個參數(shù)的情況，該如何解決。
接下來，還是先更新此前文章的代碼。
01 使用apply拆分文本
Pandas 中 apply 函數(shù)，應(yīng)用廣泛，今天要跟大家分享一個使用的技巧，使用 apply 將 dataframe 中內(nèi)容為 list 的列拆分為多列。
拆分前的數(shù)據(jù)情況，如下圖紅色標(biāo)注所示：
拆分后，如下圖所示：
這個案例中，Lemon 使用的數(shù)據(jù)來自?akshare?，在開始前，引入相關(guān) package ：
# -*- coding: utf-8 -*-
"""
@Author: Lemon
@出品：Python數(shù)據(jù)之道
@Homepage: liyangbit.com
"""
import numpy as np
import pandas as pd
import akshare as akLemon 使用的幾個 Python 庫的版本信息如下：
print('numpy版本：{}'.format(np.__version__))
print('pandas版本：{}'.format(pd.__version__))
print('akshare版本：{}'.format(ak.__version__))
# numpy版本：1.18.1
# pandas版本：1.0.3
# akshare版本：0.7.53如果代碼運行出現(xiàn)問題，請先檢查下這幾個Python庫的版本是否與上面的一致
先從 akshare 獲取需要的數(shù)據(jù)，分為兩步，第一步是獲取基金代碼的列表，如下：
df = ak.fund_em_fund_name().head(20).tail(5)
df = df[['基金代碼','基金簡稱']]
print(df)第二步是獲取基金凈值數(shù)據(jù)和凈值日期，通過一個自定義函數(shù)來獲取，自定義函數(shù)如下：
# 自定義函數(shù)只有一個參數(shù)的情形
# 獲取基金單位凈值以及凈值日期
def get_mutual_fund(code):
df = ak.fund_em_open_fund_info(fund=code, indicator="單位凈值走勢")
df = df[['凈值日期', '單位凈值','日增長率']]
# df.columns = ['凈值日期', '單位凈值', 'equityReturn', 'unitMoney']
df['凈值日期'] = pd.to_datetime(df['凈值日期'])
df = df.sort_values('凈值日期',ascending=False)
unit_equity = df.head(1)['單位凈值'].values[0]
date_latest = df.head(1)['凈值日期'].values[0]
return [unit_equity, date_latest]對于這個自定義函數(shù)，在 pandas 使用 apply 來應(yīng)用自定義函數(shù)，這是使用 apply 的一種常用的方法，如下：
# 獲取基金最新的單位凈值和凈值日期
df['tmp'] = df['基金代碼'].apply(get_mutual_fund)
print(df)獲取的數(shù)據(jù)截圖如下：
文本拆分
上圖中的?tmp?列，就是我們這次需要進(jìn)行處理的對象。
處理方法可以有多種，這里 Lemon 使用 pandas 中的 apply 來處理，相對來說，也是比較便捷的方式。
在 apply 函數(shù)中，使用?pd.Series?就可以達(dá)到我們的目的。
# 將單位凈值和凈值日期單獨成列
df[['最新單位凈值','凈值日期']] = df['tmp'].apply(pd.Series)
df = df.drop('tmp',axis=1)
print(df)結(jié)果如下：
02 有兩個參數(shù)的函數(shù)
pandas 中的 apply 函數(shù)應(yīng)用自定義函數(shù)時，通常情況下，都是沒有參數(shù)或者一個參數(shù)，那么如果有兩個參數(shù)，是否還可以使用apply函數(shù)呢？
答案是可以的。
這里我們也來探討下。
還是以上面的案例為基礎(chǔ)雛形，同樣的，先從 akshare 獲取數(shù)據(jù)
df1 = ak.fund_em_fund_name().head(20).tail(5)
df1 = df1[['基金代碼','基金簡稱']]接下來，自定義一個帶有兩個參數(shù)的函數(shù)，如下：
# 自定義函數(shù)有兩個參數(shù)的情形
# 獲取年度年底基金凈值數(shù)據(jù)
def get_mutual_fund_year(code,year):
year = str(year)
df = ak.fund_em_open_fund_info(fund=code, indicator="單位凈值走勢")
df = df[['凈值日期', '單位凈值', '日增長率']]
# df.columns = ['凈值日期', '單位凈值', 'equityReturn', 'unitMoney']
df['凈值日期'] = pd.to_datetime(df['凈值日期'])
df = df.sort_values('凈值日期',ascending=False)
df = df.set_index('凈值日期')[year]
df = df.reset_index()
unit_equity = df.head(1)['單位凈值'].values[0]
date = df.head(1)['凈值日期'].values[0]
return [unit_equity,date]帶有兩個參數(shù)的自定義函數(shù)
然后，使用 apply 來應(yīng)用上面這個帶兩個參數(shù)的自定義函數(shù)，核心要點就是嵌套使用?lambda?函數(shù)，固定其中一個參數(shù)，具體如下
df1['tmp'] = df1['基金代碼'].apply(lambda code: get_mutual_fund_year(code, 2019))后續(xù)，依舊是文本拆分，實現(xiàn)代碼如下：
# 將單位凈值和凈值日期單獨成列
df1[['最新單位凈值','凈值日期']] = df1['tmp'].apply(pd.Series)
df1 = df1.drop('tmp',axis=1)
print(df1)應(yīng)用場景
有同學(xué)可能會問，使用兩個參數(shù)的自定義函數(shù)，有什么用呢？
這里，Lemon 也分享一個應(yīng)用場景：
根據(jù)上面的基礎(chǔ)雛形數(shù)據(jù)，針對具體的年度，建立一個下拉列表，選擇不同的年份時，返回不同年份的結(jié)果，包括文本數(shù)據(jù)、表格數(shù)據(jù)以及圖表等。
效果如下：
涉及到一些個人的數(shù)據(jù)，就沒有完整展示啦~~
其他的應(yīng)用場景，歡迎大家來分享！