（點擊上方快速關注并設置為星標，一起學Python）

來源：數(shù)據(jù)分析1480

經過一段時間的整理，本期將分享我認為比較常規(guī)的100個實用函數(shù)，這些函數(shù)大致可以分為六類，分別是統(tǒng)計匯總函數(shù)、數(shù)據(jù)清洗函數(shù)、數(shù)據(jù)篩選、繪圖與元素級運算函數(shù)、時間序列函數(shù)和其他函數(shù)。

一、統(tǒng)計匯總函數(shù)

數(shù)據(jù)分析過程中，必然要做一些數(shù)據(jù)的統(tǒng)計匯總工作，那么對于這一塊的數(shù)據(jù)運算有哪些可用的函數(shù)可以幫助到我們呢？具體看如下幾張表。

import pandas as pd
import numpy as np
x = pd.Series(np.random.normal(2,3,1000))
y = 3*x + 10 + pd.Series(np.random.normal(1,2,1000))

# 計算x與y的相關系數(shù)
print(x.corr(y))

# 計算y的偏度
print(y.skew())

# 計算y的統(tǒng)計描述值
print(x.describe())

z = pd.Series(['A','B','C']).sample(n = 1000, replace = True)
# 重新修改z的行索引
z.index = range(1000)
# 按照z分組，統(tǒng)計y的組內平均值
y.groupby(by = z).aggregate(np.mean)

# 統(tǒng)計z中個元素的頻次
print(z.value_counts())

a = pd.Series([1,5,10,15,25,30])
# 計算a中各元素的累計百分比
print(a.cumsum() / a.cumsum()[a.size - 1])

二、數(shù)據(jù)清洗函數(shù)

同樣，數(shù)據(jù)清洗工作也是必不可少的工作，在如下表格中羅列了常有的數(shù)據(jù)清洗的函數(shù)。

x = pd.Series([10,13,np.nan,17,28,19,33,np.nan,27])
#檢驗序列中是否存在缺失值
print(x.hasnans)

# 將缺失值填充為平均值
print(x.fillna(value = x.mean()))

# 前向填充缺失值
print(x.ffill())

income = pd.Series(['12500元','8000元','8500元','15000元','9000元'])
# 將收入轉換為整型
print(income.str[:-1].astype(int))

gender = pd.Series(['男','女','女','女','男','女'])
# 性別因子化處理
print(gender.factorize())

house = pd.Series(['大寧金茂府 | 3室2廳 | 158.32平米 | 南 | 精裝',
                   '昌里花園 | 2室2廳 | 104.73平米 | 南 | 精裝',
                   '紡大小區(qū) | 3室1廳 | 68.38平米 | 南 | 簡裝'])
# 取出二手房的面積，并轉換為浮點型
house.str.split('|').str[2].str.strip().str[:-2].astype(float)

三、數(shù)據(jù)篩選

數(shù)據(jù)分析中如需對變量中的數(shù)值做子集篩選時，可以巧妙的使用下表中的幾個函數(shù)，其中部分函數(shù)既可以使用在序列身上，也基本可以使用在數(shù)據(jù)框對象中。

np.random.seed(1234)
x = pd.Series(np.random.randint(10,20,10))

# 篩選出16以上的元素
print(x.loc[x > 16])

print(x.compress(x > 16))

# 篩選出13~16之間的元素
print(x[x.between(13,16)])

# 取出最大的三個元素
print(x.nlargest(3))

y = pd.Series(['ID:1 name:張三 age:24 income:13500',
               'ID:2 name:李四 age:27 income:25000',
               'ID:3 name:王二 age:21 income:8000'])
# 取出年齡，并轉換為整數(shù)
print(y.str.findall('age:(\d+)').str[0].astype(int))

四、繪圖與元素級函數(shù)

np.random.seed(123)
import matplotlib.pyplot as plt
x = pd.Series(np.random.normal(10,3,1000))
# 繪制x直方圖
x.hist()
# 顯示圖形
plt.show()

# 繪制x的箱線圖
x.plot(kind='box')
plt.show()

installs = pd.Series(['1280萬','6.7億','2488萬','1892萬','9877','9877萬','1.2億'])
# 將安裝量統(tǒng)一更改為“萬”的單位
def transform(x):
    if x.find('億') != -1:
        res = float(x[:-1])*10000
    elif x.find('萬') != -1:
        res = float(x[:-1])
    else:
        res = float(x)/10000
    return res
installs.apply(transform)

五、時間序列函數(shù)

六、其他函數(shù)

import numpy as np
import pandas as pd

np.random.seed(112)
x = pd.Series(np.random.randint(8,18,6))
print(x)
# 對x中的元素做一階差分
print(x.diff())

# 對x中的元素做降序處理
print(x.sort_values(ascending = False))

y = pd.Series(np.random.randint(8,16,100))
# 將y中的元素做排重處理，并轉換為列表對象
y.unique().tolist()

如果喜歡本篇文章，歡迎轉發(fā)、點贊。

推薦閱讀:
入門: 最全的零基礎學Python的問題  | 零基礎學了8個月的Python  | 實戰(zhàn)項目 |學Python就是這條捷徑

干貨:爬取豆瓣短評，電影《后來的我們》 | 38年NBA最佳球員分析 |   從萬眾期待到口碑撲街！唐探3令人失望  | 笑看新倚天屠龍記 | 燈謎答題王 ｜用Python做個海量小姐姐素描圖 ｜

趣味:彈球游戲  | 九宮格  | 漂亮的花 | 兩百行Python《天天酷跑》游戲!

AI: 會做詩的機器人 | 給圖片上色 | 預測收入 | 碟中諜這么火，我用機器學習做個迷你推薦系統(tǒng)電影

年度爆款文案
1).臥槽！Pdf轉Word用Python輕松搞定！
2).學Python真香！我用100行代碼做了個網(wǎng)站，幫人PS旅行圖片，賺個雞腿吃
3).首播過億，火爆全網(wǎng)，我分析了《乘風破浪的姐姐》，發(fā)現(xiàn)了這些秘密 
4).80行代碼！用Python做一個哆來A夢分身 
5).你必須掌握的20個python代碼，短小精悍，用處無窮 
6).30個Python奇淫技巧集 
7).我總結的80頁《菜鳥學Python精選干貨.pdf》,都是干貨 
8).再見Python！我要學Go了！2500字深度分析！
9).發(fā)現(xiàn)一個舔狗福利！這個Python爬蟲神器太爽了，自動下載妹子圖片



點這里，直達菜鳥學PythonB站！！