函数下午茶（6）：Pandas-最后四个函数

函数下午茶（6）：Pandas-最后四个函数

1. DataFrame.pct_change()函数

介绍

DataFrame.pct_change(periods=1, fill_method='pad', limit=None, freq=None, **kwargs)

当前元素和先前元素之间的百分⽐变化。默认情况下，计算与前⼀⾏相⽐的百分⽐变化。这在⽐较元素时间序列的变化百分⽐时很有⽤。

参数说明

参数	介绍
periods	整型，默认为1，⽤于形成百分⽐转换周期
fill_method	字符型，默认’pad’。NA处理⽅法选择
limit	整型。处理NA的数量
freq	时间序列API使⽤增量（e.g. ‘M’ or BDay()）

举例

1 #⽣成数据源
2 df = pd.DataFrame({ 
3 'FR': [4.0405, 4.0963, 4.3149], 
4 'GR': [1.7246, 1.7482, 1.8519], 
5 'IT': [804.74, 810.01, 860.13]}, 
6 index=['1980-01-01', '1980-02-01', '1980-03-01']) 
7 df 
8 >> FR GR IT 
9 1980-01-01 4.0405 1.7246 804.74 
10 1980-02-01 4.0963 1.7482 810.01 
11 1980-03-01 4.3149 1.8519 860.13 
12 #计算各列随着时间变化的百分⽐，添加axis=’columns’参数可以计算横向百分⽐ 
13 df.pct_change() 
14 >> FR GR IT 
15 1980-01-01 NaN NaN NaN 
16 1980-02-01 0.013810 0.013684 0.006549 
17 . 1980-03-01 0.053365 0.059318 0.061876 

2. Pandas.date_range()函数

介绍

返回固定频率的⽇期时间索引

pandas.date_range(start=None,end=None,periods=None,freq=None,tz=None, normalize=False,
name=None, closed=None, **kwargs)

参数说明

参数	介绍
start	字符型，datetime-like数据。⽇期开始
end	字符型，datetime-like数据。⽇期结束
periods	整数型，⽣成周期数
freq	字符型，默认’D’。频率串可以拥有倍数
tz	字符型，返回本地时区,例’Asia/Hong_Kong.’
normalize	Bool，规范化时间
name	字符型，时间索引名称
closed	{None, ‘left’, ‘right’}，闭合区间选择

举例

1 #⽣成⼀个具有5个时间段，时⻓间隔3个⽉的时间序列
2 pd.date_range(start='1/1/2018', periods=5, freq='3M') 
3 DatetimeIndex(['2018-01-31', '2018-04-30', '2018-07-31', '2018-10-31', 
4 '2019-01-31'], 
5 dtype='datetime64[ns]', freq='3M') 
6 #⽣成⼀个具有5个时间段，时⻓间隔为1天的亚洲\东京时区时间序列 
7 pd.date_range(start='1/1/2018', periods=5, tz='Asia/Tokyo') 
8 >> DatetimeIndex(['2018-01-01 00:00:00+09:00', '2018-01-02 00:00:00+09:00', 
9 '2018-01-03 00:00:00+09:00', '2018-01-04 00:00:00+09:00', 
10 '2018-01-05 00:00:00+09:00'], 
11 dtype='datetime64[ns, Asia/Tokyo]', freq='D') 

关于时间的处理在数据分析中经常遇到，合理的使⽤时间转换能够减少统计⼯作量，关于时间序列的处
理，更详细请参考官⽅教
程：点这儿

3. DataFrame.sort_values()函数

介绍

沿着轴对数值进⾏排序

DataFrame.sort_values(by, axis=0, ascending=True, inplace=False, kind='quicksort',
na_position='last', ignore_index=False, key=None)

参数说明

参数	介绍
by	按照某⼀个标签索引排序
axis	{0,1},默认0，排序轴向
ascending	默认True,升序排序。
Inplace	默认False，不替换原数据
kind	字符型，排序⽅式。quicksort’, ‘mergesort’, ‘heapsort’三种⽅式
na_position	{‘first’,’last’}，NaN放置位置。
ignore_index	默认False,不对索引进⾏重新排序。

举例

#⽣成数据源
df = pd.DataFrame({ 
 'col1': ['A', 'A', 'B', np.nan, 'D', 'C'], 
 'col2': [2, 1, 9, 8, 7, 4], 
 'col3': [0, 1, 9, 4, 2, 3], 
 'col4': ['a', 'B', 'c', 'D', 'e', 'F'] }) 
df 
>> col1 col2 col3 col4 
0 A 2 0 a 
1 A 1 1 B 
2 B 9 9 c 
3 NaN 8 4 D 
4 D 7 2 e 
5 C 4 3 F 
#对数据按col1列的降序排列，nan值放置在头部 
df.sort_values(by='col1', ascending=False, na_position='first') 
>> col1 col2 col3 col4 
3 NaN 8 4 D 
4 D 7 2 e 
5 C 4 3 F 
2 B 9 9 c 
0 A 2 0 a 
1 A 1 1 B

4. DataFrame.apply()函数

介绍

沿着数据的轴应⽤函数,返回使⽤函数后的值。

DataFrame.apply(func, axis=0, raw=False, result_type=None, args=(), **kwds)

参数说明

参数	介绍
func	函数，每列或⾏使⽤的函数
axis	默认0，沿着列使⽤函数
raw	默认False，确定⾏或者列是作为序列还是数组对象传递的。
result_type	{‘expand’,’reduce’,’broadcast’,None}，默认None，结果返回⽅式。
args	除了数组序列外，要传递给func的位置参数

举例

 #⽣成⼀个数据源
 df = pd.DataFrame([[4, 9]] * 3, columns=['A', 'B'])
 df
 >>	A	B
  0	4	9
  1	4	9
  2	4	9
 #对每列数据求和
 df.apply(np.sum, axis=0)
  >> A	12
  B	27
 dtype: int64
 # 将每⼀⾏数据编程匿名函数lambda的返回值
 df.apply(lambda x: [1, 2], axis=1)
  >> 0	[1, 2]
  . 1	[1, 2]
  2	[1, 2]
  dtype: object

apply是数据处理过程重要的函数，可以⾃定义不同的数据处理函数。
更多其他的⽤法参考官⽅⽂档：点这儿