pandas高级操作总结

Posted jean925

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了pandas高级操作总结相关的知识,希望对你有一定的参考价值。

1.pandas中的列的分位数

技术分享图片
# 查看列的分位数
import pandas as pd
# set columns type
my_df[‘col‘] = my_df[‘col‘].astype(np.float64)

# computations for 4 quantiles : quartiles
bins_col = pd.qcut(my_df[‘col‘], 4)
bins_col_label = pd.qcut(my_df[‘col‘], 4).labels
分位数

2.多重聚合(组函数)

技术分享图片
# 多重聚合(组函数)
# columns settings
grouped_on = ‘col_0‘  # [‘col_0‘, ‘col_2‘] for multiple columns
aggregated_column = ‘col_1‘

### Choice of aggregate functions
## On non-NA values in the group
## - numeric choice :: mean, median, sum, std, var, min, max, prod
## - group choice :: first, last, count
# list of functions to compute
agg_funcs = [‘mean‘, ‘max‘]

# compute aggregate values
aggregated_values = my_df.groupby(grouped_on)[aggregated_columns].agg(agg_funcs)

# get the aggregate of group
aggregated_values.ix[group]
多重聚合

3.使用自定义函数进行聚合

技术分享图片
# 使用自定义函数进行聚合
# columns settings
grouped_on = [‘col_0‘]
aggregated_columns = [‘col_1‘]

def my_func(my_group_array):
    return my_group_array.min() * my_group_array.count()

## list of functions to compute
agg_funcs = [my_func] # could be many

# compute aggregate values
aggregated_values = my_df.groupby(grouped_on)[aggregated_columns].agg(agg_funcs)
自定义函数进行聚合

4.在聚合的dataframe上使用apply

技术分享图片 在聚合中使用apply
# 在聚合的dataframe上使用apply
# top n in aggregate dataframe
def top_n(group_df, col, n=2):
    bests = group_df[col].value_counts()[:n]
    return bests

# columns settings
grouped_on = ‘col_0‘
aggregated_column = ‘col‘

grouped = my_df.groupby(grouped_on)
groups_top_n = grouped.apply(top_n, aggregated_column, n=3)

5.移动平均

技术分享图片
# 移动平均
import numpy as np

ret = np.cumsum(np.array(X), dtype=float)
ret[w:] = ret[w:] - ret[:-w]
result = ret[w - 1:] / w

# X: array-like
# window: int
移动平均

6.组数据的基本信息

技术分享图片
# 组数据的基本信息
# columns settings
grouped_on = ‘col_0‘  # [‘col_0‘, ‘col_1‘] for multiple columns
aggregated_column = ‘col_1‘

### Choice of aggregate functions
## On non-NA values in the group
## - numeric choice : mean, median, sum, std, var, min, max, prod
## - group choice : first, last, count
## On the group lines
## - size of the group : size
aggregated_values = my_df.groupby(grouped_on)[aggregated_column].mean()
aggregated_values.name = ‘mean‘

# get the aggregate of group
aggregated_values.ix[group]
组数据的基本信息

7.数据组的遍历

技术分享图片 数据组的遍历
# 数据组的遍历
# columns settings
grouped_on = ‘col_0‘  # [‘col_0‘, ‘col_1‘] for multiple columns

grouped = my_df.groupby(grouped_on)

i = 0
for group_name, group_dataframe in grouped:
    if i > 10:
        break
    i += 1
    print(i, group_name, group_dataframe.mean())  ## mean on all numerical columns

8.最大互信息数

技术分享图片
# 最大互信息数
import numpy as np

matrix = np.transpose(np.array(X)).astype(float)
mine = MINE(alpha=0.6, c=15, est="mic_approx")
mic_result = []
for i in matrix[1:]:
    mine.compute_score(t_matrix[0], i)
    mic_result.append(mine.mic())
return mic_result
最大互信息数

9.pearson相关系数

技术分享图片
import numpy as np

matrix = np.transpose(np.array(X))
np.corrcoef(matrix[0], matrix[1])[0, 1]

# X: array-like
# https://docs.scipy.org/doc/numpy-1.13.0/reference/generated/numpy.corrcoef.html
pearson相关系数

 

以上是关于pandas高级操作总结的主要内容,如果未能解决你的问题,请参考以下文章

Java进阶之光!2021必看-Java高级面试题总结

经验总结:Java高级工程师面试题-字节跳动,成功跳槽阿里!

Pandas高级操作

Pandas高级教程之:GroupBy用法

pandas_使用属性接口实现高级功能

pandas_使用属性接口实现高级功能