一. apply函數(shù)

作用：對(duì) DataFrame 的某行/列應(yīng)用函數(shù)之后，Apply 返回一些值。函數(shù)既可以使用默認(rèn)的，也可以自定義。注意：在第二個(gè)輸出中應(yīng)用 head() 函數(shù)，因?yàn)樗撕芏嘈小?/p>

#創(chuàng)建一個(gè)新函數(shù)

def num_missing(x):

return sum(x.isnull())

#應(yīng)用每一列

print "Missing values per column:"

print data.apply(num_missing, axis=0) #axis=0 defines that function is to be applied on each column

#應(yīng)用每一行

print "\nMissing values per row:"

print data.apply(num_missing, axis=1).head() #axis=1 defines that function is to be applied on each row

二. loc函數(shù)

作用：選擇屬性子集

subSalesDf=salesDf.loc[0:4,‘購藥時(shí)間‘:‘銷售數(shù)量‘]

三. rename函數(shù)

作用：列重命名

colNameDict = {‘購藥時(shí)間‘:‘銷售時(shí)間‘} #將‘購藥時(shí)間’改為‘銷售時(shí)間’

salesDf.rename(columns = colNameDict,inplace=True)

四. dropna函數(shù)

作用：刪除缺失值，how=‘a(chǎn)ny‘意為在給定的任何一列中有缺失值就刪除

salesDf=salesDf.dropna(subset=[‘銷售時(shí)間‘,‘社保卡號(hào)‘],how=‘a(chǎn)ny‘) #刪除列（銷售時(shí)間，社保卡號(hào)）中為空的行

五. pd.to_datetime函數(shù)

作用：字符串類型的數(shù)據(jù)轉(zhuǎn)換成日期格式。傳入的格式是原始數(shù)據(jù)的日期格式——format=‘%Y-%m-%d‘固定寫法：Y表示年、m表示月、d表示日。

salesDf.loc[:,‘銷售時(shí)間‘]=pd.to_datetime(salesDf.loc[:,‘銷售時(shí)間‘],

format=‘%Y-%m-%d‘,

errors=‘coerce‘)

errors=‘coerce‘： 如果原始數(shù)據(jù)不符合日期的格式，轉(zhuǎn)換后的值為空值NaT。所以轉(zhuǎn)換之后我們還要運(yùn)行一次刪除空值的代碼，因?yàn)椴环细袷降娜掌诒晦D(zhuǎn)變?yōu)榱丝罩敌枰獎(jiǎng)h除。

salesDf=salesDf.dropna(subset=[‘銷售時(shí)間‘,‘社保卡號(hào)‘],how=‘a(chǎn)ny‘)

六. pd.sort_values

作用：對(duì)數(shù)據(jù)進(jìn)行排序，by表示按那幾列進(jìn)行排序，ascending=True 表示升序排列，ascending=False表示降序排列

salesDf=salesDf.sort_values(by=‘銷售時(shí)間‘, #按銷售日期進(jìn)行升序排列

ascending=True)

七. reset_index函數(shù)

作用：生成從0到N按順序的索引值

salesDf=salesDf.reset_index(drop=True)

八. describe函數(shù)

作用：查看數(shù)據(jù)框中所有數(shù)據(jù)每列的描述統(tǒng)計(jì)信息：（count：總數(shù)，mean：平均數(shù)，std：標(biāo)準(zhǔn)差，min：最小值，25%：下四分位數(shù)，50%：中位數(shù)，75%：上四分位數(shù)，max：最大值）

salesDf.describe()

九. 刪除異常值

作用：假設(shè)最小值出現(xiàn)了小于0的情況，分析應(yīng)該是記錄過程中出現(xiàn)錯(cuò)誤所致。

第一步：設(shè)置查詢條件，這一步返回True和false

querySer=salesDf.loc[:,‘銷售數(shù)量‘]>0

第二步：應(yīng)用查詢條件

salesDf=salesDf.loc[querySer,:]

十. drop_duplicates函數(shù)

作用：將重復(fù)的數(shù)據(jù)刪除，同一個(gè)人發(fā)生的所有消費(fèi)算作一次消費(fèi)，根據(jù)列名（銷售時(shí)間，社區(qū)卡號(hào)），如果這兩個(gè)列值同時(shí)相同，只保留1條

kpi1_Df=salesDf.drop_duplicates(

subset=[‘銷售時(shí)間‘, ‘社保卡號(hào)‘]

)

十一. groupby

作用：根據(jù)某一列分組

gb=groupDf.groupby(groupDf.index.month)

對(duì)分組后的數(shù)據(jù)應(yīng)用函數(shù)

mounthDf=gb.sum()

十二. 不適=使用for循環(huán)的列表生成器

作用:當(dāng)一個(gè)列表中的元素是由另外一個(gè)列表中對(duì)應(yīng)元素經(jīng)過運(yùn)算得到時(shí)，可以省去for循環(huán)，適用一行代碼生成模型

x = [2,3,4,5]

out = [item*2 for item in x]

print(out)

十三. Lambda 表達(dá)式

作用：不使用def關(guān)鍵字，也沒有return。Lambda 表達(dá)式創(chuàng)造的函數(shù)和普通的 def 構(gòu)建的函數(shù)沒什么不同，只不過函數(shù)體只有單獨(dú)一個(gè)表達(dá)式而已。

double=lambda x: x*2 #double是函數(shù)名，x是參數(shù)

print(double(3))

十四. map 和 filter 函數(shù)

1. map

作用：可以與Lambda表達(dá)式同時(shí)使用，map() 函數(shù)接收一個(gè)列表，和一個(gè)函數(shù)（可以是Lambda表達(dá)式），它對(duì)列表里的每個(gè)元素調(diào)用一個(gè)函數(shù)進(jìn)行處理，再將結(jié)果放進(jìn)一個(gè)新列表里。

result=list(map(double,x))

print(result)

2. filter

作用：它接收一個(gè)列表，和一個(gè)規(guī)則函數(shù)，在對(duì)列表里的每個(gè)元素調(diào)用這個(gè)規(guī)則函數(shù)之后，它把所有返回值為假的元素從列表中剔除，然后返回這個(gè)過濾后的子列表。

result2=list(filter(lambda a:a>4,x))

十五. arrange 函數(shù)

作用：arange() 函數(shù)按照指定的步長(zhǎng)返回一個(gè)等差數(shù)列。除開始和結(jié)束值之外，你還可以自定義步長(zhǎng)和數(shù)據(jù)類型。請(qǐng)注意，給定的結(jié)束值參數(shù)是不會(huì)被包含在結(jié)果內(nèi)的。

result= np.arange(start,stop,step)

十六. linspace 函數(shù)

作用：將給定區(qū)間進(jìn)行若干等分以后的等分點(diǎn)組成的數(shù)列。所以你傳入的參數(shù)包括開始值、結(jié)束值，以及具體多少等分。linspace() 將這個(gè)區(qū)間進(jìn)行等分后，把開始值、結(jié)束值和每個(gè)等分點(diǎn)都放進(jìn)一個(gè) NumPy 數(shù)組里。這在做數(shù)據(jù)可視化以及繪制坐標(biāo)軸的時(shí)候都很有用。

result4=np.linspace(2.0,3.0,num=5)

十七. 矩陣合并函數(shù)

1.Concat

作用：把一個(gè)或多個(gè)數(shù)據(jù)表按行（或列）的方向簡(jiǎn)單堆疊起來（看你傳入的 axis 參數(shù)是 0 還是 1 咯）。

2. merge

作用：merge() 將會(huì)以用戶指定的某個(gè)名字相同的列為主鍵進(jìn)行對(duì)齊，把兩個(gè)或多個(gè)數(shù)據(jù)表融合到一起。

3. join

join()和 merge() 很相似，只不過 join() 是按數(shù)據(jù)表的索引進(jìn)行對(duì)齊，而不是按某一個(gè)相同的列。當(dāng)某個(gè)表缺少某個(gè)索引的時(shí)候，對(duì)應(yīng)的值為空（NaN）。

十八. pivot_table 函數(shù)

作用：它能幫你對(duì)一個(gè)數(shù)據(jù)表進(jìn)行格式化，并輸出一個(gè)像 Excel 工作表一樣的表格。實(shí)際使用中，透視表將根據(jù)一個(gè)或多個(gè)鍵對(duì)數(shù)據(jù)進(jìn)行分組統(tǒng)計(jì)，將函數(shù)傳入?yún)?shù) aggfunc 中，數(shù)據(jù)將會(huì)按你指定的函數(shù)進(jìn)行統(tǒng)計(jì)，并將結(jié)果分配到表格中。

pivot_table(data, values=None, index=None, columns=None,aggfunc=‘mean‘, fill_value=None, margins=False, dropna=True, margins_name=‘All‘)

原文地址：https://www.cnblogs.com/HondaHsu/p/12664901.html

總結(jié)

以上是生活随笔為你收集整理的python数据分析函数大全_python中数据分析常用函数整理的全部?jī)?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(cuò)，歡迎將生活随笔推薦給好友。