小白學競賽：10個基礎的Pandas函數(shù)

Hello大家好，我是Coggle菌。從今天開始我將和大家一起學習競賽中的各種基礎知識點，從基礎庫使用到具體的比賽案例。

今天我們將學習Pandas，一個非常強大的數(shù)據(jù)分析、數(shù)據(jù)清洗和讀取的工具，也是在Kaggle競賽中必備的庫。

在這篇文章中，我將通過最常見的一些Pandas函數(shù)，希望入門的同學在學習完成后可以掌握。

unique和nunique函數(shù)

unique函數(shù)某列返回唯一元素的列表，此函數(shù)比NumPy中的unique函數(shù)更快。

data['Embarked'].unique()

nunique函數(shù)計算列不同值，其中NaN值被忽略。

data['Embarked'].nunique()

describe函數(shù)

describe函數(shù)統(tǒng)計表格中每列的平均值、最大值、最小值、分位點和分布情況。在統(tǒng)計時describe會忽略缺失值，用于查看數(shù)據(jù)整體的情況。

data.describe()

sort_values函數(shù)

sort_values函數(shù)可以對表格按照某列或者多列進行排序，通過ascending參數(shù)可以控制排序次序。

data.sort_values(by='Age',?ascending=False)

value_counts函數(shù)

value_counts函數(shù)返回列中每個唯一值的計數(shù)，并按降序顯示，最頻繁出現(xiàn)的元素排在最前面。value_counts函數(shù)不包括空值。

data[['Pclass','Sex']].value_counts()

isnull函數(shù)

isnull函數(shù)計算數(shù)組的對象中是否存在任何缺失值，并返回布爾值。

fillna函數(shù)

fillna函數(shù)函數(shù)用于根據(jù)指定的方法填充缺失值，可以向其傳入填充值（用于填充缺失值的值）和填充方法（如 bfill、ffill 等）等參數(shù)。

data['Age'].fillna(value=data['Age'].median(),inplace=True)

groupby 函數(shù)

groupby函數(shù)用于拆分數(shù)據(jù)并進行一些聚合（例如 sum、mean、count 等）或對其進行轉換（例如用于填充缺失值或標準化數(shù)據(jù)）。

data.groupby(['Sex'])['Age'].agg(['max','min','mean','median'])

map函數(shù)

map函數(shù)用于映射將一個系列的值替換為另一個值。

sex?=?{'male':1,?'female':0}?
data['Sex'].map(gender)

apply函數(shù)

apply函數(shù)無疑是所有函數(shù)中最有用的函數(shù)之一，可以在 apply函數(shù) 內部傳遞一個函數(shù)，它將根據(jù)需要應用于整個數(shù)據(jù)幀或特定系列。

df?=?pd.DataFrame({'Name':['X','Y','Z'],?'Marks':[150,120,175]})

def?percentage_marks(x):
????return?x/2
df['Marks'].apply(percentage_marks)

pivot函數(shù)

pivot函數(shù)通過索引或列值重塑數(shù)據(jù)框，這個功能基本類似于數(shù)據(jù)透視表。它使用列的唯一值來形成數(shù)據(jù)幀的索引。但與groupby函數(shù)不同，pivot不支持數(shù)據(jù)聚合。

df?=?pd.DataFrame({'Class':['1st','2nd','3rd','1st','2nd','3rd'],'Section':['A','A',?'A','B','B','B'],'Gr':[1,2,3,4,5,6]})?
df.pivot(index='Class',?columns='Section',values='Gr')