1 簡介

　　pandas作為開展數據分析的利器，蘊含了與數據處理相關的豐富多樣的API，使得我們可以靈活方便地對數據進行各種加工，但很多pandas中的實用方法其實大部分人都是不知道的，今天就來給大家介紹6個不太為人們所所熟知的實用pandas小技巧。

2 6個實用的pandas小知識#

2.1 Series與DataFrame的互轉#

　　很多時候我們計算過程中產生的結果是Series格式的，而接下來的很多操作尤其是使用鏈式語法時，需要銜接著傳入DataFrame格式的變量，這種時候我們就可以使用到pandas中Series向DataFrame轉換的方法：

• 利用to_frame()實現Series轉DataFrame

Copys = pd.Series([0, 1, 2])# Series轉為DataFrame，name參數用于指定轉換后的字段名s = s.to_frame(name='列名')s

　　順便介紹一下單列數據組成的數據框轉為Series的方法：

• 利用squeeze()實現單列數據DataFrame轉Series

Copy# 只有單列數據的DataFrame轉為Seriess.squeeze()

2.2 隨機打亂DataFrame的記錄行順序#

　　有時候我們需要對數據框整體的行順序進行打亂，譬如在訓練機器學習模型時，打亂原始數據順序后取前若干行作為訓練集后若干行作為測試集，這在pandas中可以利用sample()方法快捷實現。

　　sample()方法的本質功能是從原始數據中抽樣行記錄，默認為不放回抽樣，其參數frac用于控制抽樣比例，我們將其設置為1則等價于打亂順序：

Copydf = pd.DataFrame({ 'V1': range(5), 'V2': range(5)})df.sample(frac=1)

2.3 利用類別型數據減少內存消耗#

　　當我們的數據框中某些列是由少數幾種值大量重復形成時，會消耗大量的內存，就像下面的例子一樣：

Copyimport numpy as nppool = ['A', 'B', 'C', 'D']# V1列由ABCD大量重復形成df = pd.DataFrame({ 'V1': np.random.choice(pool, 1000000)})# 查看內存使用情況df.memory_usage(deep=True)

　　這種時候我們可以使用到pandas數據類型中的類別型來極大程度上減小內存消耗：

Copydf['V1'] = df['V1'].astype('category')df.memory_usage(deep=True)

　　可以看到，轉換類型之后內存消耗減少了將近98.3%！

2.4 pandas中的object類型陷阱#

　　在日常使用pandas處理數據的過程中，經常會遇到object這種數據類型，很多初學者都會把它視為字符串，事實上object在pandas中可以代表不確定的數據類型，即類型為object的Series中可以混雜著多種數據類型：

Copys = pd.Series(['111100', '111100', 111100, '111100'])s

　　查看類型分布：

Copys.apply(lambda s: type(s))

　　這種情況下，如果貿然當作字符串列來處理，對應的無法處理的元素只會變成缺失值而不報錯，給我們的分析過程帶來隱患：

Copys.str.replace('00', '11')

　　這種時候就一定要先轉成對應的類型，再執行相應的方法：

Copys.astype('str').str.replace('00', '11')

2.5 快速判斷每一列是否有缺失值#

　　在pandas中我們可以對單個Series查看hanans屬性來了解其是否包含缺失值，而結合apply()，我們就可以快速查看整個數據框中哪些列含有缺失值：

Copydf = pd.DataFrame({ 'V1': [1, 2, None, 4], 'V2': [1, 2, 3, 4], 'V3': [None, 1, 2, 3]})df.apply(lambda s: s.hasnans)

2.6 使用rank()計算排名時的五種策略#

　　在pandas中我們可以利用rank()方法計算某一列數據對應的排名信息，但在rank()中有參數method來控制具體的結果計算策略，有以下5種策略，在具體使用的時候要根據需要靈活選擇：

• average

　　在average策略下，相同數值的元素的排名是其內部排名的均值：

Copys = pd.Series([1, 2, 2, 2, 3, 4, 4, 5, 6])s.rank(method='average')

• min

　　在min策略下，相同元素的排名為其內部排名的最小值：

Copys.rank(method='min')

• max

　　max策略與min正好相反，取的是相同元素內部排名的最大值：

Copys.rank(method='max')

• dense

　　在dense策略下，相當于對序列去重后進行排名，再將每個元素的排名賦給相同的每個元素，這種方式也是比較貼合實際需求的：

Copys.rank(method='dense')

• first

　　在first策略下，當多個元素相同時，會根據這些相同元素在實際Series中的順序分配排名：

Copys = pd.Series([2, 2, 2, 1, 3])s.rank(method='first')

---

關注我，私信回復【資料】即可領取視頻中java相關資料以及一份227頁最新的bat大廠面試寶典

最后

歡迎大家一起交流，喜歡文章記得關注我點個贊喲，感謝支持！

總結

以上是生活随笔為你收集整理的pandas 将某一列转换为字符类型_6个冷门但实用的pandas知识点的全部內容，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站內容還不錯，歡迎將生活随笔推薦給好友。