效率惊人！三大相见恨晚的Pandas函数

全文共1440字，预计学习时长6分钟

 

图源：unsplash

 

数据科学领域如此之广，鲜少有人能精通所有语言、数据库，笔者尽管已经从事了该行业数年之久，但仍然所知不多。学无止境，变得优秀的方法就是不停下学习的脚步。

 

在Pandas中，一些函数意义纯粹，但也有一些函数指的是使用Pandas的方式，以及为什么一种方法比另一种更好。这儿有一些节省大量的时间和精力Pandas函数和使用方法，这些效率惊人的神器千万不要错过。

 

 

itertuples（）

 

确实，它并不是纯粹的函数，而是指使用Pandas的更有效方法，是循环访问数据集的快捷方法。在花时间理解注释部分之前，可以用更有效的方法计算总列值，在此笔者仅提出一些要点。

 

下面是一列简单数据集，数字范围为1到1百万。

 

df =pd.DataFrame(data={
   'Number': range(1, 1000000)
})

 

这是前几行的示例：

 

现在列举一个错误的方式。输入一个总计变量并将其设置为0. 然后，通过使用iterrows（）循环访问数据集，并在total的基础上增加当前行的值，与此同时统计操作时间。以下是代码：

 

%%timetotal= 0for _, row in df.iterrows():
    total += row['Number']
 
total>>> Wall time: 18.7 s

 

这项小小的操作历时将近19秒，而现在有一个更快捷的方法，与上述操作大致相同，但要加iteruples 而不是 iterrows：

 

%%timetotal= 0for row in df.itertuples(index=False):
    total += row.Number
 
total>>> Wall time: 82.1 ms

 

笔者没有计算时间，但可以看到操作速度提高非常明显。下次执行循环时请记住这一点。

 

 

nlargest（）和nsmallest（）

 

笔者计算了两个纬度/经度对之间的距离（以公里为单位）。那是第一步操作，第二步是选择距离最小的前N条记录。

 

图源：unsplash

 

输入-nsmallest（）。nlargest（）将返回N个最大值，而nsmallest（）将恰好相反。

 

看看它的实际结果。在实际操作中，笔者准备了一个小的数据集：

 

df =pd.DataFrame(data={
    'Name': ['Bob', 'Mark', 'Josh','Anna', 'Peter', 'Dexter'],
    'Points': [37, 91, 66, 42, 99, 81]
})

 

结果如下：

 

 

现在该数据集不是仅仅6行，而是包含了6000行，为了找到表现最好的学生，即分数最高，一种方法是这样的：

 

df['Points'].nlargest(3)

 

但这不是最佳解决方案，它会导致以下结果，没有清楚显示真实姓名：

 

改善方法如下：

 

df.nlargest(3,columns='Points')

 

怎么样，是不是看起来更棒了：

 

 

以几乎相同的操作来找到3个表现最差的学生-使用nsmallest（）功能：

 

df.nsmallest(3,columns='Points')

 

输出结果如下：

 

 

cut()

 

这一部分将继续使用上一部分中的数据集，来回顾一下：

 

df =pd.DataFrame(data={
    'Name': ['Bob', 'Mark', 'Josh','Anna', 'Peter', 'Dexter'],
    'Points': [37, 91, 66, 42, 99, 81]
})

 

 

cut（）函数的基本原理是将值分为不同的区间。下面是最简单的示例，将从Points属性创建两个容器：

 

pd.cut(df['Points'],bins=2)

 

 

现在还看不出效果。但是如何输入从0到50的区间，以及第二个从50到100的区间呢？听起来有点麻烦。以下为代码：

 

pd.cut(df['Points'],bins=[0, 50, 100])

 

 

但是需要注意的是，您要显示的是Fail而不是（0，50]，要显示Pass而不是（50，100]。你需要这样做：

 

pd.cut(df['Points'],bins=[0, 50, 100], labels=['Fail', 'Pass'])

 

 

对于刚入门的程序员，这些功能将有助于节省时间和精力；如果你是资深程序员，本文或许能帮你加强对这些函数的了解，避免每次都得从头开始捋，因为这样毫无意义。

 

我们一起分享AI学习与发展的干货
欢迎关注全平台AI垂类自媒体 “读芯术”

（添加小编微信：dxsxbb，加入读者圈，一起讨论最新鲜的人工智能科技哦～）