第三章14节-Pandas其他函数的运用(下)

1、将表格里的电话号码中间几位数设置为*

• 先导入数据集，可以看到电话号码的数据是全部显示出来的

•  希望把每一个电话号码的中间数值以加密的形式再展现出来
• df['tel'] = df['tel'].apply(lambda x: x.replace(x[3:7],'****'))

2、只显示表格中电话号码的前三位，并形成新的一列数据

• 将数据的前三位展示出来就可以了
• df['new_tel'] = df['tel'].str[0:3]

3、将表格的电子邮箱的域名取出

• 首先查看原数据中的电子邮箱信息， 都是用户名+@+域名的形式

•  希望只显示域名，则可以以@为分隔符，取出域名信息
• df['email'] = df['email'].apply(lambda x: x.split('@')[1])

 4、将过于具体的时间去掉只留下日期

•  先读取数据集，这是另外一个数据

•  由于数据量有些大，可以对此进行样本抽取，取5万个
• data = df.sample(n = 50000,replace = False)

•  查看原数据的时间形式，具体到了时分秒

•  去掉具体的时分秒，并另起新的一列数据
• df['date'] = df['InvoiceDate'].dt.date

5、计算每一个订单的总价

• 用每一个订单的数量*单价
• data['total_price'] = df[['Quantity','UnitPrice']].apply(np.prod,axis = 1)

6、按日期汇总表格的数据

• grouped_data = data.groupby(by = 'date').sum()

 7、将字符类型的日期行索引转化为日期类型

• 查看按日期行分组的索引类型
• grouped_data.index

• 可以看到行索引并不是日期数据类型的，将其转化
• grouped_data.index = pd.to_datetime(grouped_data.index)

 

8、计算每天总价的变化率

• 前面表格已是按日期每天展示，总价的变化率等于(当天的总价-前一天的总价)/前一天的总价
• grouped_data['总价变化率'] = grouped_data['total_price'].pct_change() 

 9、计算每五日一次的平均总价

• 使用.rolling(5)方法
• grouped_data['SMA_5'] = grouped_data['total_price'].rolling(5).mean()

 10、将某列的数据下上平移

• 使用.shift(1)方法，当参数为正数时，向下平移，当参数为负数时，向上平移
• grouped_data['total_price_before'] = grouped_data['total_price'].shift(1)