原標(biāo)題：Pandas技巧，某骨灰級(jí)Pythoner經(jīng)驗(yàn)總結(jié)，嘔心瀝血！

Python已迅速發(fā)展為數(shù)據(jù)科學(xué)家必備的編程語(yǔ)言。

python作為一種編程語(yǔ)言提供了更加優(yōu)秀、寬闊的生體系統(tǒng)與深度的科學(xué)計(jì)算庫(kù)。

在科學(xué)計(jì)算庫(kù)中，Pandas對(duì)數(shù)據(jù)科學(xué)最為有效。Pandas、Scikit-learn幾乎供給了數(shù)據(jù)科學(xué)家所有工具。本文旨在分享Python中數(shù)據(jù)處理的方法。別的，還會(huì)分享一些讓你工作可以變得更便捷的技巧。

在學(xué)習(xí)前，提醒一下，如果你有過(guò)閱讀Python數(shù)據(jù)挖掘(data exploration)的代碼。有利于大家更好的理解文章內(nèi)容。為了更好地理解，我使用了一個(gè)數(shù)據(jù)集來(lái)執(zhí)行這些數(shù)據(jù)操作和處理。

數(shù)據(jù)集：我使用了貸款預(yù)測(cè)(Loan Prediction)問(wèn)題的數(shù)據(jù)集。請(qǐng)先下載數(shù)據(jù)集，然后就可以開(kāi)始了。

第一步

導(dǎo)入模塊、加載數(shù)據(jù)集、搭建Python環(huán)境：

布爾索引

假如說(shuō)，想由另一列的條件來(lái)篩選某一列的值，我們要怎么做？比如，我們想獲取一份完整的沒(méi)有畢業(yè)并獲得貸款的女性名單。能夠利用布爾索引實(shí)現(xiàn)。

Python代碼：

Apply函數(shù)

Apply是一個(gè)我們經(jīng)常會(huì)使用到的函數(shù)，作用是創(chuàng)建新變量、處理數(shù)據(jù)。當(dāng)我們?cè)诶媚承┖瘮?shù)傳遞一個(gè)數(shù)據(jù)幀的每一行或列的時(shí)候，Apply函數(shù)會(huì)返回相應(yīng)的值。不管這個(gè)函數(shù)是系統(tǒng)自帶的，還是用戶定義的。

例如，它可以作用于找到任一列、行的缺失值。

利用這個(gè)，得到了我們想要的結(jié)果。

注：因?yàn)榻Y(jié)果中包含很多行，所以第二個(gè)輸出中使用了head()函數(shù)。

填補(bǔ)缺失值

‘fillna()’只要一次就能夠解決：以整列的平均數(shù)、眾數(shù)、中位數(shù)來(lái)替換缺失值。基于其各自的眾數(shù)填補(bǔ)出“性別”、“婚姻”、“自由職業(yè)”列的缺失值。

第一步：導(dǎo)入函數(shù)來(lái)判斷眾數(shù)

成效前往眾數(shù)和其出現(xiàn)頻次。請(qǐng)注意，眾數(shù)可所以一個(gè)數(shù)組，由于高頻的值可能有多個(gè)。我們通常默認(rèn)使用第一個(gè)：

結(jié)果返回眾數(shù)與它出現(xiàn)的頻率。眾數(shù)也可以是一個(gè)數(shù)組，因?yàn)楦哳l的值存在有多個(gè)的可能性。那么我們通常默認(rèn)使用第一個(gè)：

now，我們可以填補(bǔ)缺失值并用Apply函數(shù)里提到的方法來(lái)檢驗(yàn)，填補(bǔ)缺失值并再次檢查缺失值，是否已經(jīng)確認(rèn)。

透視表

Pandas能夠用來(lái)創(chuàng)建MS Excel風(fēng)格的透視表。比如說(shuō)，在本例中一個(gè)關(guān)鍵列是“貸款數(shù)額”有缺失值，能夠根據(jù)“性別”，“婚姻狀況”和“自由職業(yè)”分組后的平均金額來(lái)進(jìn)行替換。 那么“貸款數(shù)額”的各組均值怎么確定呢？

多索引

如果你看到了“填補(bǔ)缺失值”的輸出結(jié)果，它有一個(gè)特殊的特征。每一個(gè)索引都是由3個(gè)值組合構(gòu)成的。這個(gè)就是多索引。可以幫我們快速執(zhí)交運(yùn)算。

從“填補(bǔ)缺失值”的例子中開(kāi)始，我們有每個(gè)組的均值，但還沒(méi)有被填補(bǔ)。

這可以使用到如今為止學(xué)習(xí)到的各類技巧來(lái)處理，只在缺失貸款值的行中來(lái)迭代并再次檢驗(yàn)確認(rèn)。

關(guān)鍵：

1. 多索引必須在loc里講明的定義分組的索引元組。此元組能夠在函數(shù)中利用到。

2. values[0]這個(gè)后綴是必須的，默認(rèn)情況下元素返回的索引和原數(shù)據(jù)框的索引不匹配，直接賦值會(huì)報(bào)錯(cuò)。

交叉表

這個(gè)函數(shù)作用于獲取數(shù)據(jù)的一個(gè)第一“感受”(視圖)。在這里，可以驗(yàn)證一些基本設(shè)想。比如說(shuō)，在這個(gè)例子中，“信用記錄”被認(rèn)為是最明顯影響貸款狀況。這可以使用交叉表驗(yàn)證，如下圖所示：

這些數(shù)據(jù)都是取的絕對(duì)值，用百分比更直觀。可以利用apply 函數(shù)實(shí)現(xiàn)：

說(shuō)到了Pandas的不同函數(shù)，一些能夠讓我們?cè)谔剿鱌ython數(shù)據(jù)和功能設(shè)計(jì)上更加舒適的函數(shù)。而且，我們定義了一些通用函數(shù)，可以循環(huán)利用，在不同的數(shù)據(jù)集上達(dá)到差不多的結(jié)果。

喜歡的話關(guān)注收藏評(píng)論轉(zhuǎn)發(fā)比心么么噠！Python學(xué)習(xí)交流企-鵝-裙-588+090+942，裙內(nèi)有大量的項(xiàng)目開(kāi)發(fā)和新手教學(xué)視頻PDF書(shū)籍的千人大群等著你來(lái)加入返回搜狐，查看更多

責(zé)任編輯：

總結(jié)

以上是生活随笔為你收集整理的python骨灰技巧_Pandas技巧，某骨灰级Pythoner经验总结，呕心沥血！的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)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。