Pandas的5個高效函式

一、explode

explode用於將一行資料展開成多行。比如說dataframe中某一行其中乙個元素包含多個同型別的資料，若想要展開成多行進行分析，這時候explode就派上用場，而且只需一行**，非常節省時間。

用法：

dataframe.explode(self, column: union[str, tuple])

引數作用：

column ：str 或 tuple

# 先建立表

使用explode輕鬆將[2,3,8]轉換成多行，且行內其他元素保持不變。
二、nunique
nunique用於計算行或列上唯一值的數量，即去重後計數。這個函式在分類問題中非常實用，當不知道某字段中有多少類元素時，nunique能快速生成結果。
用法：

series.nunique(dropna=true)
dataframe.nunique(axis=0, dropna=true)

引數作用：
axis：int型，0代表行，1代表列，預設0；
dropna：bool型別，預設為true，計數中不包括nan；
示例：
先建立乙個df：

對year列進行唯一值計數：
df.year.nunique()      

輸出：10對整個dataframe的每乙個字段進行唯一值計數
三、infer_objects
infer_objects用於將object型別列推斷為更合適的資料型別。
用法：

# 直接將df或者series推斷為合適的資料型別
dataframe.infer_objects()
pandas支援多種資料型別，其中之一是object型別。object型別包括字串和混合值（數字及非數字）。

object型別比較寬泛，如果可以確定為具體資料型別，則不建議用object。
使用infer_objects方法將object推斷為int型別：
print(df.infer_objects().dtypes)

##結果
a int64
dtype: object
四、memory_usage

memory_usage用於計算dataframe每一列的位元組儲存大小，這對於大資料表非常有用。
用法：

dataframe.memory_usage(index=true, deep=false)
引數解釋：
index：指定是否返回df中索引位元組大小，預設為true，返回的第一行即是索引的記憶體使用情況；
deep：如果為true，則通過查詢object型別進行系統級記憶體消耗來深入地檢查資料，並將其包括在返回值中。
示例：首先建立乙個df，共2列，1000000行。

#!/usr/bin/env python

#-*- coding:utf-8 -*-
import pandas as pd
import numpy as np
df_large = pd.dataframe()
print(df_large.shape)
##結果輸出
(1000000, 2)
返回每一列的占用位元組大小：

print(df_large.memory_usage())
第一行是索引index的記憶體情況，其餘是各列的記憶體情況。

五、replace
顧名思義，replace是用來替換df中的值，賦以新的值。
用法：

dataframe.replace(to_replace=none, value=none, inplace=false, limit=none, regex=false, method=『pad』)
引數解釋：
to_replace：被替換的值
value：替換後的值
inplace：是否要改變原資料，false是不改變，true是改變，預設是false
limit：控制填充次數
regex：是否使用正則,false是不使用，true是使用，預設是false
method：填充方式，pad,ffill,bfill分別是向前、向前、向後填充
建立乙個df：

#!/usr/bin/env python
#-*- coding:utf-8 -*-
import pandas as pd
import numpy as np
values_1 = np.random.randint(10, size=10)
values_2 = np.random.randint(10, size=10)
years = np.arange(2010,2020)
groups = ['a','a','b','a','b','b','c','a','c','c']
df = pd.dataframe()
print(df)
將a全部替換為d：

df.replace('a','d')
將b替換為e，c替換為f：

5個實用的Pandas技巧
效率已成為及時完成工作的關鍵因素。乙個人不應該花超過合理的時間去完成事情。尤其是當任務涉及基本編碼時。使用pandas庫能節省你的時間。pandas是乙個開源包。它有助於用python語言執行資料分析和資料操作。此外，它還為我們提供了靈活的資料結構。目錄 pandas技巧1 行的條件選擇 首先，資料...
pandas的時間日期高效操作
29 pandas的時間日期高效操作 探索資料之美 0.395 2018.01.02 11 27 56 字數 656 閱讀 8,288 在前面的文章中，我們總結了一下關於時間日期的簡單計算，但是我們發現很多功能都是datetime庫提供的，那麼pandas有沒有提供跟日期時間有關的函式呢？自然是有的...
pandas的連線函式concat 函式
pd.concat objs,axis 0,join outer join axes none,ignore index false,keys none,levels none,names none,verify integrity false,copy true 引數含義 key引數 join引數...