15個高效的Pandas代碼片段
作者：佚名
Python的Pandas庫是數據科學家必備的基礎工具，在本文中，我們將整理15個高級Pandas代碼片段，這些代碼片段將幫助你簡化數據分析任務，并從數據集中提取有價值的見解。
Python的Pandas庫是數據科學家必備的基礎工具，在本文中，我們將整理15個高級Pandas代碼片段，這些代碼片段將幫助你簡化數據分析任務，并從數據集中提取有價值的見解。
過濾數據
import pandas as pd
# Create a DataFrame
data = {'Name': ['Alice', 'Bob', 'Charlie', 'David'],
'Age': [25, 30, 35, 40]}
df = pd.DataFrame(data)
# Filter rows where Age is greater than 30
filtered_df = df[df['Age'] > 30]
print(filtered_df)分組和聚合數據
# Grouping by a column and calculating the mean
grouped = df.groupby('Age').mean()
print(grouped)處理缺失數據
# Check for missing values
missing_values = df.isnull().sum()
# Fill missing values with a specific value
df['Age'].fillna(0, inplace=True)將函數應用于列
# Applying a custom function to a column
df['Age'] = df['Age'].apply(lambda x: x * 2)連接DataFrames
# Concatenate two DataFrames
df1 = pd.DataFrame({'A': ['A0', 'A1'], 'B': ['B0', 'B1']})
df2 = pd.DataFrame({'A': ['A2', 'A3'], 'B': ['B2', 'B3']})
result = pd.concat([df1, df2], ignore_index=True)
print(result)合并DataFrames
# Merge two DataFrames
left = pd.DataFrame({'key': ['A', 'B', 'C'], 'value': [1, 2, 3]})
right = pd.DataFrame({'key': ['B', 'C', 'D'], 'value': [4, 5, 6]})
merged = pd.merge(left, right, notallow='key', how='inner')
print(merged)數據透視表
# Creating a pivot table
pivot_table = df.pivot_table(index='Name', columns='Age', values='Value')
print(pivot_table)處理日期時間數據
# Converting a column to DateTime
df['Date'] = pd.to_datetime(df['Date'])數據重塑
# Melting a DataFrame
melted_df = pd.melt(df, id_vars=['Name'], value_vars=['A', 'B'])
print(melted_df)使用分類數據類型
# Encoding categorical variables
df['Category'] = df['Category'].astype('category')
df['Category'] = df['Category'].cat.codes數據采樣
# Randomly sample rows from a DataFrame
sampled_df = df.sample(n=2)計算累計和
# Calculating cumulative sum
df['Cumulative_Sum'] = df['Values'].cumsum()刪除重復項
# Removing duplicate rows
df.drop_duplicates(subset=['Column1', 'Column2'], keep='first', inplace=True)快捷進行onehot編碼
dummy_df = pd.get_dummies(df, columns=['Category'])導出數據
df.to_csv('output.csv', index=False)為什么要加上導出數據呢？，因為在導出數據時一定要加上index=False參數，這樣才不會將pandas的索引導出到csv中。
總結
這15個Pandas代碼片段將大大增強您作為數據科學家的數據操作和分析能力。將它們整合到的工作流程中，可以提高處理和探索數據集的效率和效率。
責任編輯：華軒
來源：
DeepHub IMBA
