10个 Python 小技巧，覆盖了90%的数据分析需求！_countries_lat

本文链接：https://blog.csdn.net/2401_84121588/article/details/138089455

收集整理了一份《2024年最新Python全套学习资料》免费送给大家，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友。

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上Python知识点，真正体系化！

由于文件比较多，这里只是将部分目录截图出来

如果你需要这些资料，可以添加V无偿获取：hxbc188 （备注666）

正文

countries_df.loc[countries_df['Country'] == 'United States of America']

4、聚合

计数、总和、均值等数据聚合，是数据分析最常执行的任务之一。

我们可以使用聚合找到各国的 NewConfimed 病例总数。使用 groupby 和 agg 函数执行聚合。

countries_df.groupby(['Country']).agg({'NewConfirmed':'sum'})

5、Join

使用 Join 操作将 2 个数据集组合成一个数据集。

例如：一个数据集可能包含不同国家/地区的 Covid-19 病例数，另一个数据集可能包含不同国家/地区的纬度和经度信息。

现在我们需要结合这两个信息，那么我们可以执行如下所示的连接操作

countries_lat_lon = pd.read_excel('C:/Users/anmol/Desktop/Courses/Python for Data Science/Code/countries_lat_lon.xlsx')# joining the 2 dataframe : countries_df and countries_lat_lon# syntax : pd.merge(left_df, right_df, on = 'on_column', how = 'type_of_join')joined_df = pd.merge(countries_df, countries_lat_lon, on = 'CountryCode', how = 'inner')joined_df

6、内建函数

了解数学内建函数，如 min()、max()、mean()、sum() 等，对于执行不同的分析非常有帮助。

我们可以通过调用它们直接在数据帧上应用这些函数，这些函数可以在列上或在聚合函数中独立使用，如下所示：

# finding sum of NewConfirmed cases of all the countries countries_df['NewConfirmed'].sum()# Output : 6,631,899# finding the sum of NewConfirmed cases across different countries countries_df.groupby(['Country']).agg({'NewConfirmed':'sum'})# Output #          NewConfirmed#Country #Afghanistan    75#Albania       168#Algeria       247#Andorra        0#Angola        53

7、用户自定义函数

我们自己编写的函数是用户自定义函数。我们可以在需要时通过调用该函数来执行这些函数中的代码。例如，我们可以创建一个函数来添加 2 个数字，如下所示：

# User defined function is created using 'def' keyword, followed by function definition - 'addition()'# and 2 arguments num1 and num2def addition(num1, num2):    return num1+num2# calling the function using function name and providing the arguments print(addition(1,2))#output : 3

8、Pivot

Pivot 是将一列行内的唯一值转换为多个新列，这是很棒的数据处理技术。

在 Covid-19 数据集上使用 pivot_table() 函数，我们可以将国家名称转换为单独的新列：

# using pivot_table to convert values within the Country column into individual columns and # filling the values corresponding to these columns with numeric variable - NewConfimed pivot_df = pd.pivot_table(countries_df,  columns = 'Country', values = 'NewConfirmed')pivot_df

9、遍历数据框

很多时候需要遍历数据框的索引和行，我们可以使用 iterrows 函数遍历数据框：

# iterating over the index and row of a dataframe using iterrows() function for index, row in countries_df.iterrows():    print('Index is ' + str(index))    print('Country is '+ str(row['Country']))  # Output : # Index is 0# Country is Afghanistan# Index is 1# Country is Albania# .......

10、字符串操作

很多时候我们处理数据集中的字符串列，在这种情况下，了解一些基本的字符串操作很重要。

例如如何将字符串转换为大写、小写以及如何找到字符串的长度。

# country column to upper case
countries_df['Country\_upper'] = countries_df['Country'].str.upper()

# country column to lower case
countries_df['CountryCode\_lower']=countries_df['CountryCode'].str.lower()

# finding length of characters in the country column 
countries_df['len'] = countries_df['Country'].str.len()

countries_df.head()