點擊藍(lán)色文字

關(guān)注我們

奉獻更多優(yōu)質(zhì)內(nèi)容

在數(shù)據(jù)分析的過程中，相信大家用的最多的就是Pandas庫，無論是統(tǒng)計分析還是可視化等等，Pandas都給我們提供了諸多便利。今天小編就來和大家說說在Pandas庫中那些不為人所熟知但是卻十分好用的函數(shù)，希望大家看了之后也能夠受益匪淺

01

PART

idxmax()和idxmin()

從函數(shù)名稱中我們就能直觀的理解這幾個函數(shù)的作用--返回最大值或者是最小值的索引，這里我們用到的數(shù)據(jù)集是“泰坦尼克號”乘客信息的數(shù)據(jù)集（是的，就是那個家喻戶曉的kaggle入門級別的項目的數(shù)據(jù)集），假設(shè)我們要找到年齡最小或者最大的乘客的姓名，我們可以這么做，

但是醬紫稍顯繁瑣，要是我們運用上述提到的函數(shù)就可以，

輸出的結(jié)果都是一致，但是顯得更加的簡潔與高效

02

PART

? ? ? cut()

簡而言之，cut()函數(shù)能夠?qū)?shù)值劃分成等額的數(shù)份，比如還是“泰坦尼克號”數(shù)據(jù)集中有代表乘客年齡的數(shù)據(jù)，我們將乘客的年齡等額的劃分成5份，

第一位乘客的年齡在16與32歲之間，第二位乘客的年齡則在32到48歲之間等等。或者你想用數(shù)字來代替圖中的區(qū)間，則可以用

03

PART

nsmallest和nlargest

從函數(shù)名中，我們就能輕松的領(lǐng)悟到函數(shù)的作用了，比方說我們想找到在泰坦尼克號乘船中，年齡最大的3位乘客的姓名是什么，我們則可以

04

PART

? ? ?pivot_table

也許大多數(shù)人都有在Excel中使用數(shù)據(jù)透視表的經(jīng)歷，其實Pandas也提供了類似的功能，名為pivot_table，比方說我們想查找出數(shù)據(jù)集當(dāng)中，三等艙男性的平均生存率，我們可以通過層層篩選來得出結(jié)論，

但假如我們想查找船艙中不同性別不同等級的客艙的平均生還率時，pivot_table就是一個非常好的工具，我們可以將性別設(shè)置成為索引，每一列代表客艙的等級，計算的方式則是采用取平均，也就是mean，如下圖所示，

在Pandas庫當(dāng)中能夠幫我們顯著提效的函數(shù)還有很多，但是數(shù)據(jù)分析說到底也只是一種工具，來幫助我們發(fā)現(xiàn)與分析問題，但是要落實到解決問題，靠的依然是對業(yè)務(wù)的理解與思考。所以很多時候，做一個深度思考者比使用工具來的更加的重要，五一快樂！

往期精彩回顧適合初學(xué)者入門人工智能的路線及資料下載機器學(xué)習(xí)及深度學(xué)習(xí)筆記等資料打印機器學(xué)習(xí)在線手冊深度學(xué)習(xí)在線手冊AI基礎(chǔ)下載（pdf更新到25集）本站qq群1003271085，加入微信群請回復(fù)“加群”獲取一折本站知識星球優(yōu)惠券，復(fù)制鏈接直接打開：https://t.zsxq.com/yFQV7am喜歡文章，點個在看

總結(jié)

以上是生活随笔為你收集整理的四个好用却可能不为人所熟知的Pandas函数，建议收藏！！！的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。