大家好，今天分享20份日常工作是必不可少的Python函数，这些函数平时看得不多，但是使用起来很方便，可以大大提高工作效率。
isin()方法
isin()该方法主要用于确认数据集中的值是否包含在给定的列表中
df = pd.DataFrame(np.array(([1, 2, 3], [4, 5, 6], [7, 8, 9], [10, 11, 12])), index=['A', 'B', 'C', 'D'], columns=['one', 'two', 'three'])df.isin([3, 5, 12])output
one two threeA False False TrueB False True FalseC False False FalseD False False True如果列表中包含了数值，即3、5、12，则返回True，否则就返回False
df.plot.area()方法
让我们怎么做。Pandas图表是通过一行代码绘制的，所有列都是通过面积图绘制的
df = pd.DataFrame({ 'sales': [30, 20, 38, 95, 106, 65], 'signups': [7, 9, 6, 12, 18, 13], 'visits': [20, 42, 28, 62, 81, 50],}, index=pd.date_range(start='2021/01/01', end='2021/07/01', freq='M'))ax = df.plot.area(figsize = (10, 5))output
df.plot.bar()方法
下面我们看一下如何通过一行代码来绘制柱状图
df = pd.DataFrame({
'label':['A', 'B', 'C', 'D'], 'values':[10, 30, 50, 70]})ax = df.plot.bar(x='label', y='values', rot=20)output
当然我们也可以根据不同的类别来绘制柱状图
age = [0.1, 17.5, 40, 48, 52, 69, 88]weight = [2, 8, 70, 1.5, 25, 12, 28]index = ['A', 'B', 'C', 'D', 'E', 'F', 'G']df = pd.DataFrame({
'age': age, 'weight': weight}, index=index)ax = df.plot.bar(rot=0)output
当然我们也可以横向来绘制图表
ax = df.plot.barh(rot=0)output
df.plot.box()方法
我们来看一下箱型图的具体的绘制，通过pandas一行代码来实现
data = np.random.randn(25, 3)df = pd.DataFrame(data, columns=list('ABC'))ax = df.plot.box()output
df.plot.pie()方法
接下来是饼图的绘制
df = pd.DataFrame({
'mass': [1.33, 4.87 , 5.97], 'radius': [2439.7, 6051.8, 6378.1]}, index=['Mercury', 'Venus', 'Earth'])plot = df.plot.pie(y='mass', figsize=(8, 8))output
除此之外，还有折线图、直方图、散点图等等，步骤与方式都与上述的技巧有异曲同工之妙，大家感兴趣的可以自己另外去尝试。
items()方法
pandas当中的items()方法可以用来遍历数据集当中的每一列，同时返回列名以及每一列当中的内容，通过以元组的形式，示例如下
df = pd.DataFrame({
'species': ['bear', 'bear', 'marsupial'], 'population': [1864, 22000, 80000]}, index=['panda', 'polar', 'koala'])dfoutput
species populationpanda bear 1864polar bear 22000koala marsupial 80000然后我们使用items()方法
for label, content in df.items(): print(f'label: {
label}') print(f'content: {
content}', sep='\n') print("=" * 50)output
label: speciescontent: panda bearpolar bearkoala marsupialName: species, dtype: object==================================================label: populationcontent: panda 1864polar 22000koala 80000Name: population, dtype: int64==================================================相继的打印出了‘species’和‘population’这两列的列名和相应的内容
iterrows()方法
而对于iterrows()方法而言，其功能则是遍历数据集当中的每一行，返回每一行的索引以及带有列名的每一行的内容，示例如下
for label, content in df.iterrows(): print(f'label: {
label}') print(f'content: {
content}', sep='\n') print("=" * 50)output
label: pandacontent: species bearpopulation 1864Name: panda, dtype: object==================================================label: polarcontent: species bearpopulation 22000Name: polar, dtype: object==================================================label: koalacontent: species marsupialpopulation 80000Name: koala, dtype: object==================================================insert()方法
insert()方法主要是用于在数据集当中的特定位置处插入数据，示例如下
df.insert(1, "size", [2000, 3000, 4000])output
species size populationpanda bear 2000 1864polar bear 3000 22000koala marsupial 4000 80000可见在DataFrame数据集当中，列的索引也是从0开始的
assign()方法
assign()方法可以用来在数据集当中添加新的列，示例如下
df.assign(size_1=lambda x: x.population * 9 / 5 + 32)output
species population size_1panda bear 1864 3387.2polar bear 22000 39632.0koala marsupial 80000 144032.0从上面的例子中可以看出，我们通过一个lambda匿名函数，在数据集当中添加一个新的列，命名为‘size_1’，当然我们也可以通过assign()方法来创建不止一个列
df.assign(size_1 = lambda x: x.population * 9 / 5 + 32, size_2 = lambda x: x.population * 8 / 5 + 10)output
species population size_1 size_2panda bear 1864 3387.2 2992.4polar bear 22000 39632.0 35210.0koala marsupial 80000 144032.0 128010.0eval()方法
eval()方法主要是用来执行用字符串来表示的运算过程的，例如
df.eval("size_3 = size_1 + size_2")output
species population size_1 size_2 size_3panda bear 1864 3387.2 2992.4 6379.6polar bear 22000 39632.0 35210.0 74842.0koala marsupial 80000 144032.0 128010.0 272042.0当然我们也可以同时对执行多个运算过程
df = df.eval('''size_3 = size_1 + size_2size_4 = size_1 - size_2''')output
species population size_1 size_2 size_3 size_4panda bear 1864 3387.2 2992.4 6379.6 394.8polar bear 22000 39632.0 35210.0 74842.0 4422.0koala marsupial 80000 144032.0 128010.0 272042.0 16022.0pop()方法
pop()方法主要是用来删除掉数据集中特定的某一列数据
df.pop("size_3")output
panda 6379.6polar 74842.0koala 272042.0Name: size_3, dtype: float64而原先的数据集当中就没有这个‘size_3’这一例的数据了
truncate()方法
truncate()方法主要是根据行索引来筛选指定行的数据的，示例如下
df = pd.DataFrame({
'A': ['a', 'b', 'c', 'd', 'e'], 'B': ['f', 'g', 'h', 'i', 'j'], 'C': ['k', 'l', 'm', 'n', 'o']}, index=[1, 2, 3, 4, 5])output
A B C1 a f k2 b g l3 c h m4 d i n5 e j o我们使用truncate()方法来做一下尝试
df.truncate(before=2, after=4)output
A B C2 b g l3 c h m4 d i n我们看到参数before和after存在于truncate()方法中，目的就是把行索引2之前和行索引4之后的数据排除在外，筛选出剩余的数据
count()方法
count()方法主要是用来计算某一列当中非空值的个数，示例如下
df = pd.DataFrame({
"Name": ["John", "Myla", "Lewis", "John", "John"], "Age": [24., np.nan, 25, 33, 26], "Single": [True, True, np.nan, True, False]})output
Name Age Single0 John 24.0 True1 Myla NaN True2 Lewis 25.0 NaN3 John 33.0 True4 John 26.0 False我们使用count()方法来计算一下数据集当中非空值的个数
df.count()output
Name 5Age 4Single 4dtype: int64add_prefix()方法/add_suffix()方法
add_prefix()方法和add_suffix()方法分别会给列名以及行索引添加后缀和前缀，对于Series()数据集而言，前缀与后缀是添加在行索引处，而对于DataFrame()数据集而言，前缀与后缀是添加在列索引处，示例如下
s = pd.Series([1, 2, 3, 4])output
0 11 22 33 4dtype: int64我们使用add_prefix()方法与add_suffix()方法在Series()数据集上
s.add_prefix('row_')output
row_0 1row_1 2row_2 3row_3 4dtype: int64又例如
s.add_suffix('_row')output
0_row 11_row 22_row 33_row 4dtype: int64而对于DataFrame()形式数据集而言，add_prefix()方法以及add_suffix()方法是将前缀与后缀添加在列索引处的
df = pd.DataFrame({
'A': [1, 2, 3, 4], 'B': [3, 4, 5, 6]})output
A B0 1 31 2 42 3 53 4 6示例如下
df.add_prefix("column_")output
column_A column_B0 1 31 2 42 3 53 4 6又例如
df.add_suffix("_column")output
A_column B_column0 1 31 2 42 3 53 4 6clip()方法
clip()方法主要是通过设置阈值来改变数据集当中的数值，当数值超过阈值的时候，就做出相应的调整
data = {
'col_0': [9, -3, 0, -1, 5], 'col_1': [-2, -7, 6, 8, -5]}df = pd.DataFrame(data)output
df.clip(lower = -4, upper = 4)output
col_0 col_10 4 -21 -3 -42 0 43 -1 44 4 -4我们看到参数lower和upper分别代表阈值的上限与下限，数据集当中超过上限与下限的值会被替代。
filter()方法
pandas当中的filter()方法是用来筛选出特定范围的数据的，示例如下
df = pd.DataFrame(np.array(([1, 2, 3], [4, 5, 6], [7, 8, 9], [10, 11, 12])), index=['A', 'B', 'C', 'D'], columns=['one', 'two', 'three'])output
one two threeA 1 2 3B 4 5 6C 7 8 9D 10 11 12我们使用filter()方法来筛选数据
df.filter(items=['one', 'three'])output
one threeA 1 3B 4 6C 7 9D 10 12我们还可以使用正则表达式来筛选数据
df.filter(regex='e$', axis=1)output
one threeA 1 3B 4 6C 7 9D 10 12当然通过参数axis来调整筛选行方向或者是列方向的数据
df.filter(like='B', axis=0)output
one two threeB 4 5 6first()方法
当数据集当中的行索引是日期的时候，可以通过该方法来筛选前面几行的数据
index_1 = pd.date_range('2021-11-11', periods=5, freq='2D')ts = pd.DataFrame({
'A': [1, 2, 3, 4, 5]}, index=index_1)tsoutput
A2021-11-11 12021-11-13 22021-11-15 32021-11-17 42021-11-19 5我们使用first()方法来进行一些操作，例如筛选出前面3天的数据
ts.first('3D')output
A2021-11-11 12021-11-13 2技术交流
欢迎转载、收藏、有所收获点赞支持一下！
目前开通了技术交流群，群友已超过，添加时最好的备注方式为：来源+兴趣方向，方便找到志同道合的朋友
- 方式①、发送如下图片至微信，长按识别，后台回复：加群；
- 方式②、添加微信号：，备注：来自CSDN
- 方式③、微信搜索公众号：，后台回复：加群
