文章详情

　　熟练掌握pandas函数都能帮我们在数据分析过程中节省时间。pandas还有很多让人舒适的用法，这次就为大家介绍5个pandas函数!
 

　　大数据分析常用pandas函数有哪些由Python大数据分析编译。
 

一、 explode


　　explode用于将一行数据展开成多行。比如说dataframe中某一行其中一个元素包含多个同类型的数据，若想要展开成多行进行分析，这时候explode就派上用场，而且只需一行代码，非常节省时间。
 

　　用法：

 

　　参数作用：
 

　　column ：str或tuple

　　以下表中第三行、第二列为例，展开[2,3,8]：
 

 

　　使用explode轻松将[2,3,8]转换成多行，且行内其他元素保持不变。

二、 Nunique
 

　　Nunique用于计算行或列上唯一值的数量，即去重后计数。这个函数在分类问题中非常实用，当不知道某字段中有多少类元素时，Nunique能快速生成结果。
 

　　用法：

 

　　参数作用：
 

　　1)axis：int型，0代表行，1代表列，默认0;

　　2)dropna：bool类型，默认为True，计数中不包括NaN;

　　先创建一个df：

　　对year列进行唯一值计数：

 

　　输出：10 对整个dataframe的每一个字段进行唯一值计数：

 

三、infer_objects
 

　　infer_objects用于将object类型列推断为更合适的数据类型。
 

　　用法：

 

　　pandas支持多种数据类型，其中之一是object类型。object类型包括字符串和混合值(数字及非数字)。
 

　　object类型比较宽泛，如果可以确定为具体数据类型，则不建议用object。

 

　　使用infer_objects方法将object推断为int类型：

 

　　4. memory_usage
 

　　memory_usage用于计算dataframe每一列的字节存储大小，这对于大数据表非常有用。
 

　　用法：

 

　　参数解释：index：指定是否返回df中索引字节大小，默认为True，返回的第一行即是索引的内存使用情况;deep：如果为True，则通过查询object类型进行系统级内存消耗来深入地检查数据，并将其包括在返回值中。
 

　　首先创建一个df，共2列，1000000行。

 

　　返回每一列的占用字节大小：

 

　　第一行是索引index的内存情况，其余是各列的内存情况。
 

五、replace


　　顾名思义，replace是用来替换df中的值，赋以新的值。
 

　　用法：

　　参数解释：
 

　　1)to_replace：被替换的值

　　2)value：替换后的值

　　3)inplace：是否要改变原数据，False是不改变，True是改变，默认是False

　　4)limit：控制填充次数

　　5)regex：是否使用正则,False是不使用，True是使用，默认是False

　　6)method：填充方式，pad,ffill,bfill分别是向前、向前、向后填充
 

　　创建一个df：

 

　　将A全部替换为D：

 

　　将B替换为E，C替换为F：