![b10196fa25294bfa2f66e27a896f189e.gif](https://i-blog.csdnimg.cn/blog_migrate/bb275be8356eb2a1a92298b26bc2752f.gif)
Pandas是python中最主要的数据分析库之一,它提供了非常多的函数、方法,可以高效地处理并分析数据。让pandas如此受欢迎的原因是它简洁、灵活、功能强大的语法。
这篇文章将会配合实例,讲解10个重要的pandas函数。其中有一些很常用,相信你可能用到过。还有一些函数出现的频率没那么高,但它们同样是分析数据的得力帮手。
介绍这些函数之前,第一步先要导入pandas和numpy。
import numpy as np
import pandas as pd
1. Query
Query是pandas的过滤查询函数,使用布尔表达式来查询DataFrame的列,就是说按照列的规则进行过滤操作。
用法:
pandas.DataFrame.query(self, expr, inplace = False, **kwargs)
参数作用:
- expr:要评估的查询字符串;
- inplace=False:查询是应该修改数据还是返回修改后的副本
- kwargs:dict关键字参数
首先生成一段df:
values_1 = np.random.randint(10, size=10)
values_2 = np.random.randint(10, size=10)
years = np.arange(2010,2020)
groups = ['A','A','B','A','B','B','C','A','C','C']
df = pd.DataFrame({
'group':groups, 'year':years, 'value_1':values_1, 'value_2':values_2})
df
![6dc2cc5cc4bbb041689798db7b069f1b.png](https://i-blog.csdnimg.cn/blog_migrate/70a8e61ab4c522c2d6847204d9d4e5fc.png)
过滤查询用起来比较简单,比如要查列value_1
<value_2
的行记录:
df.query('value_1 )
![e4da97854f11d3fe3dfaad14d76c458b.png](https://i-blog.csdnimg.cn/blog_migrate/83850b385ce9547c83378d2cfdad6dc2.png)
查询列year
>=2016的行记录:
df.query('year >= 2016 ')
![d4ed5be92b054bd14b788f76a30f2c13.png](https://i-blog.csdnimg.cn/blog_migrate/9f70d762e79dda94a45912ca05e1dd3f.png)
2. Insert
Insert用于在DataFrame的指定位置中插入新的数据列。默认情况下新列是添加到末尾的,但可以更改位置参数,将新列添加到任何位置。
用法:
Dataframe.insert(loc, column, value, allow_duplicate