寒假工作坊
Python&Stata数据分析课寒假工作坊
现在开始招生了,有兴趣的同学和老师可以戳进来了解
课程安排
1月9-10日 Python爬虫&文本数据分析(模块Ⅰ)
1月11-16日 Stata 应用能力提升与实证前沿(模块Ⅱ)
地点
浙江 · 杭州(浙江工商大学)
pandas中的数据类型
我们可以将pandas中的数据简单的认为只有下面这两种
一维Series
二维DataFrame
这两种数据类型都有map和apply方法
Series: apply和map
DataFrame: apply
Series.map
Series.map(arg)
传入的arg : 操作函数、字典或Series
返回Series
import pandas as pd
import numpy as np
s = pd.Series(['cat', 'dog', np.nan, 'rabbit'])
print(type(s))
s
<class 'pandas.core.series.Series'>
0 cat
1 dog
2 NaN
3 rabbit
dtype: object
s.map({'cat':'kitten',
'dog':'puppy'})
0 kitten
1 puppy
2 NaN
3 NaN
dtype: object
Series.apply
Series.apply(func, args, **kwds)
func : 函数、字典或Series
args: func函数的顺序参数, 元组类型
kwds: func函数的关键词参数,字典类型
返回Series或DataFrame
import pandas as pd
s = pd.Series([20, 21, 12],
index=['London', 'New York', 'Helsinki'])
s
London 20
New York 21
Helsinki 12
dtype: int64
操作函数只有一个输入,一个输出
import pandas as pd
s = pd.Series([20, 21, 12],
index=['London', 'New York', 'Helsinki'])
def func1(x):
return x**2
s.apply(func1)
London 400
New York 441
Helsinki 144
dtype: int64
我们定义的操作函数,其输入和输出都是一个元素。这时候series.map和series.apply功效相同。
我们再看看操作函数输入一个,输出series(相当于多个元素)时,series的map和apply是否有区别
import pandas as pd
s = pd.Series([20, 21, 12],
index=['London', 'New York', 'Helsinki'])
def func2(x):
return pd.Series([x, x])
s.map(func2)
London 0 20
1 20
dtype: int64
New York 0 21
1 21
dtype: int64
Helsinki 0 12
1 12
dtype: int64
dtype: object
import pandas as pd
s = pd.Series([20, 21, 12],
index=['London', 'New York', 'Helsinki'])
def func3(x):
return pd.Series([x, x])
s.apply(func3)
0 | 1 | |
---|---|---|
London | 20 | 20 |
New York | 21 | 21 |
Helsinki | 12 | 12 |
DataFrame.apply()
apply(func, axis=0, args, kwds)
func: 操作函数
axis: 操作的方向,默认列方向axis=0。行方向操作axis=1
args: func的顺序参数,元组数据类型
kwds: func的关键词参数,字典数据类型
import pandas as pd
df = pd.DataFrame([[4, 9], [3, 2], [5, 7]],
columns=['a', 'b'])
df
a | b | |
---|---|---|
0 | 4 | 9 |
1 | 3 | 2 |
2 | 5 | 7 |
def func4(row):
return row[0]+row[1]
df.apply(func4, axis=1)
0 13
1 5
2 12
dtype: int64
def func5(x):
return x+1
df.apply(func5, axis=1)
a | b | |
---|---|---|
0 | 5 | 10 |
1 | 4 | 3 |
2 | 6 | 8 |
df.apply(lambda x: x.max()+x.min())
a 8
b 11
dtype: int64
df.apply(lambda x: x.max()+x.min(), axis=1)
0 13
1 5
2 12
dtype: int64
近期文章
情绪及色彩词典获取方式,请在公众号后台回复关键词“20191218” ,
如果想做文本分析