python相关函数使用

1.   map函数的使用

    有时候为了代码简介和避免使用for循环，可以直接使用map函数进行数据操作。

    输入是一个list列表；

    输出在python3中是一个map对象；

    使用代码如下：

# -*- coding: utf-8 -*-
import numpy as np
import pandas as pd
def square(x):  # 计算平方数
    return x ** 2

def map_f():
    # 1111--计算列表各个元素的平方,#返回一个map对象
    map_a=map(square, [1, 2, 3, 4, 5])
    #取map里面的值计算时，可以将其转化为list再计算
    print(list(map_a))

    # 2222--使用 lambda 匿名函数
    map_b=map(lambda x: x ** 2, [1, 2, 3, 4, 5])
    map_b=list(map_b)
    print(map_b)

    # 3333--提供了两个列表，对相同位置的列表数据进行相加
    print(list(map(lambda x, y: x + y, [1, 3, 5, 7, 9], [2, 4, 6, 8, 10])))

    # 4444--series直接调用map函数，使用dataframe时常用
    map_c=pd.DataFrame(map_b)
    map_c.columns=['ccid']
    c=map_c['ccid'].map(square)
    print(c)

if __name__ == '__main__':
    map_f()
    pass

2. diff函数

      diff函数用于某列或者某行数据的差分，pandas和numpy都可以直接调用。

# -*- coding: utf-8 -*-
import numpy as np
import pandas as pd
def square(x):  # 计算平方数
    return x ** 2

def diff_f():
    data = pd.DataFrame(np.random.randint(low=1, high=10, size=(4, 2)))
    print(data)
    data.columns=['A','B']

    #向下移
    data['C']=data['A'].diff(2)
    print(data)

    #向上移
    data['D'] = data['B'].diff(-1)
    print(data)
    pass

if __name__ == '__main__':
    diff_f()
    pass

对pandas中的Series操作：

data['C']=data['A'].diff(periods)

data为dataframe数据——

periods：表示移动的幅度。它是任意整数，如果是想让数据统一向下移动n个periods，则n为正，如果是想让数据向上移动n个periods，则n为负。