秒懂！圖解四個(gè)實(shí)用的Pandas函數(shù)！
來(lái)源：towardsdatascience
作者：Baijayanta Roy
編譯&內(nèi)容補(bǔ)充：早起Python
在用Python進(jìn)行機(jī)器學(xué)習(xí)或者日常的數(shù)據(jù)處理中，Pandas是最常用的Python庫(kù)之一，熟練掌握pandas是每一個(gè)數(shù)據(jù)科學(xué)家的必備技能，本文將用代碼+圖片詳解Pandas中的四個(gè)實(shí)用函數(shù)！
? shift()
假設(shè)我們有一組股票數(shù)據(jù)，需要對(duì)所有的行進(jìn)行移動(dòng)，或者獲得前一天的股價(jià)，又或是計(jì)算最近三天的平均股價(jià)。
面對(duì)這樣的需求我們可以選擇自己寫(xiě)一個(gè)函數(shù)完成，但是使用pandas中的shift()可能是最好的選擇，它可以將數(shù)據(jù)按照指定方式進(jìn)行移動(dòng)！
下面我們用代碼進(jìn)行演示，首先導(dǎo)入相關(guān)庫(kù)并創(chuàng)建示例DataFrame
import?pandas?as?pd
import?numpy?as?np
df?=?pd.DataFrame({'DATE':?[1,?2,?3,?4,?5],
???????????????????'VOLUME':?[100,?200,?300,400,500],
???????????????????'PRICE':?[214,?234,?253,272,291]})
現(xiàn)在，當(dāng)我們執(zhí)行df.shift(1,fill_value=0)即可將數(shù)據(jù)往下移動(dòng)一行，并用0填充空值
現(xiàn)在，如果我們需要將前一天的股價(jià)作為新的列，則可以使用下面的代碼
我們可以如下輕松地計(jì)算最近三天的平均股價(jià)，并創(chuàng)建一個(gè)新的列
向前移動(dòng)數(shù)據(jù)也是很輕松的，使用-1即可
更多有關(guān)shift函數(shù)可以查閱官方文檔，總之在涉及到數(shù)據(jù)移動(dòng)時(shí)，你需要想到shift！
? value_counts()
pandas中的value_counts()用于統(tǒng)計(jì)dataframe或series中不同數(shù)或字符串出現(xiàn)的次數(shù)，并可以通過(guò)降序或升序?qū)Y(jié)果對(duì)象進(jìn)行排序，下圖可以方便理解。
現(xiàn)在讓我們用代碼示例，首先是Index對(duì)象
下面是Series對(duì)象
同時(shí)可以對(duì)bin參數(shù)將結(jié)果劃分為區(qū)間
更多的細(xì)節(jié)與參數(shù)設(shè)置，可以閱讀pandas官方文檔。
? mask()
pandas中的mask方法比較冷門(mén)，和np.where比較類似，將對(duì)cond條件進(jìn)行判斷，如果cond為False，請(qǐng)保留原始值。如果為T(mén)rue，則用other中的相應(yīng)值替換。
現(xiàn)在我們看下面的DataFrame，在這里我們要更改所有可以被二整除的元素的符號(hào)，就可以使用mask
下面是代碼實(shí)現(xiàn)過(guò)程
? nlargest()?
在很多情況下，我們會(huì)遇到需要查找Series或DataFrame的前3名或后5名值的情況，例如，總得分最高的3名學(xué)生，或選舉中獲得的總票數(shù)的3名最低候選人
pandas中的nlargest()和nsmallest()是滿足此類數(shù)據(jù)處理要求的最佳答案，下面就是從10個(gè)觀測(cè)值中取最大的三個(gè)圖解
下面是代碼實(shí)現(xiàn)過(guò)程
但如果有相等的情況出現(xiàn)，那么可以使用first,last,all來(lái)進(jìn)行保留
了解了nlargest()的使用方法后，nsmallest()就顯得十分簡(jiǎn)單，本文就不再贅述，如果還有疑問(wèn)可以查閱官方文檔！
-END-