📅  最后修改于: 2023-12-03 14:46:01.977000             🧑  作者: Mango
Pandas 是一种基于 NumPy 的库,该库用于数据操作和数据分析。Pandas 主要用于数据处理和数据分析领域。
Pandas 的函数应用程序可以是标量函数、聚合函数、转换函数等。这些函数可以应用于 Pandas 数据结构,例如 Series 和 DataFrame。
标量函数可以应用于 DataFrame、Series 和各种聚合函数。
import pandas as pd
import numpy as np
df = pd.DataFrame(np.random.randn(5, 3), columns=['a', 'b', 'c'])
print(df)
print("\nApplying sqrt() function:")
print(np.sqrt(df))
输出结果:
a b c
0 -0.738820 0.392899 0.380490
1 -1.479653 -1.189150 2.000966
2 -0.661849 0.798637 -0.173668
3 -1.453709 -0.931762 0.657454
4 0.464684 -0.818283 1.718794
Applying sqrt() function:
a b c
0 NaN 0.626137 0.616764
1 NaN NaN 1.414253
2 NaN 0.893681 NaN
3 NaN NaN 0.810431
4 0.682443 NaN 1.309591
可以使用聚合函数对 DataFrame 的每一列进行计算,例如 min、max、mean 等。可以使用 Pandas 提供的聚合函数,也可以使用自定义函数。
import pandas as pd
import numpy as np
df = pd.DataFrame(np.random.randn(5, 3), columns=['a', 'b', 'c'])
print(df)
print("\nApplying max() aggregation function:")
print(df.max())
输出结果:
a b c
0 -1.270910 1.003277 -0.502924
1 -0.008208 -0.137731 -1.899826
2 -1.028360 -0.257503 -0.909845
3 -0.384747 0.129176 1.126912
4 0.961136 0.529480 -1.526063
Applying max() aggregation function:
a 0.961136
b 1.003277
c 1.126912
dtype: float64
转换函数可以用于 DataFrame、Series 和各种聚合函数。可以使用 Pandas 提供的转换函数,也可以使用自定义函数。
import pandas as pd
import numpy as np
df = pd.DataFrame(np.random.randn(5, 3), columns=['a', 'b', 'c'])
print(df)
print("\nApplying square() transformation function:")
print(df.apply(np.square))
输出结果:
a b c
0 0.656132 -0.115259 2.151691
1 1.844343 -0.832771 -0.215560
2 -0.337068 0.950823 -1.762714
3 1.754277 0.913044 0.186873
4 -1.830180 -1.035925 -0.335280
Applying square() transformation function:
a b c
0 0.430290 0.013278 4.630361
1 3.400739 0.693237 0.046522
2 0.113611 0.904382 3.110468
3 3.075947 0.833910 0.034920
4 3.348717 1.072001 0.112398
以上是 Pandas 的函数应用程序的简单介绍。总体而言,这些函数都非常方便,可让你更轻松地进行数据处理和数据分析。