8个高效Python数据分析技巧

不念不忘少年蓝@ 2022-12-28 12:36 224阅读 0赞

**1**

**一行代码定义List**

定义某种列表时，写For 循环过于麻烦，幸运的是，Python有一种内置的方法可以在一行代码中解决这个问题。下面是使用For循环创建列表和用一行代码创建列表的对比。

x = [1,2,3,4]
    out = []
    for item in x:
      out.append(item**2)
    print(out)
    
    [1, 4, 9, 16]
    
    # vs.
    
    x = [1,2,3,4]
    out = [item**2 for item in x]
    print(out)
    
    [1, 4, 9, 16]

**2**

** Lambda表达式**

厌倦了定义用不了几次的函数？Lambda表达式是你的救星！Lambda表达式用于在Python中创建小型，一次性和匿名函数对象， 它能替你创建一个函数。

lambda表达式的基本语法是：

lambda arguments: expression

注意！**只要有一个lambda表达式，就可以完成常规函数可以执行的任何操作。**

你可以从下面的例子中，感受lambda表达式的强大功能：

double = lambda x: x * 2
    print(double(5))
    
    10

**3**

**Map和Filter**

一旦掌握了lambda表达式，学习将它们与Map和Filter函数配合使用，可以实现更为强大的功能。具体来说，map通过对列表中**每个元素执行某种操作并将其转换为新列表。 **

在本例中，它遍历每个元素并乘以2，构成新列表。 （注意！list()函数只是将输出转换为列表类型）

# Map
    seq = [1, 2, 3, 4, 5]
    result = list(map(lambda var: var*2, seq))
    print(result)
    
    [2, 4, 6, 8, 10]

Filter函数接受一个列表和一条规则，就像map一样，但它通过比较每个元素和布尔过滤规则来返回原始列表的一个子集。

# Filter
    seq = [1, 2, 3, 4, 5]
    result = list(filter(lambda x: x > 2, seq))
    print(result)
    
    [3, 4, 5]

**4**

**Arange和Linspace**

Arange返回给定步长的等差列表。它的三个参数start、stop、step分别表示起始值，结束值和步长， 请注意！stop点是一个“截止”值，因此它不会包含在数组输出中。

# np.arange(start, stop, step)
    np.arange(3, 7, 2)
    
    array([3, 5])

Linspace和Arrange非常相似，但略有不同。 Linspace以指定数目均匀分割区间，所以给定区间start和end，以及等分分割点数目num，linspace将返回一个NumPy数组。

这对绘图时数据可视化和声明坐标轴特别有用。

# np.linspace(start, stop, num)
    np.linspace(2.0, 3.0, num=5)
    
    array([ 2.0,  2.25,  2.5,  2.75, 3.0]

**5**

**Axis代表什么？**

在Pandas中，删除一列或在NumPy矩阵中求和值时，可能会遇到Axis。我们用删除一列（行）的例子：

df.drop('Column A', axis=1)
    df.drop('Row A', axis=0)

如果你想处理列，将Axis设置为1，如果你想要处理行，将其设置为0。但为什么呢？ 回想一下Pandas中的shape。

df.shape
    (# of Rows, # of Columns)

从Pandas DataFrame中调用shape属性返回一个元组，第一个值代表行数，第二个值代表列数。

如果你想在Python中对其进行索引，则行数下标为0，列数下标为1，这很像我们如何声明轴值。

**6**

**Concat，Merge和Join**

如果您熟悉SQL，那么这些概念对你来说可能会更容易。 无论如何，这些函数本质上就是以特定方式组合DataFrame的方式。 在哪个时间跟踪哪一个最适合使用可能很困难，所以让我们回顾一下。

Concat允许用户在表格下面或旁边追加一个或多个DataFrame（取决于您如何定义轴）。

![format_png][]

Merge将多个DataFrame合并指定主键（Key）相同的行。

![format_png 1][]

Join，和Merge一样，合并了两个DataFrame。但它不按某个指定的主键合并，而是根据相同的列名或行名合并。

![format_png 2][]

**7**

**Pandas Apply**

#### Apply是为Pandas Series而设计的。如果你不太熟悉Series，可以将它想成类似Numpy的数组。 ####

Apply将一个函数应用于指定轴上的每一个元素。使用Apply，可以将DataFrame列（是一个Series）的值进行格式设置和操作，不用循环，非常有用！

df = pd.DataFrame([[4, 9],] * 3, columns=['A', 'B'])
     df
       A  B
    0  4  9
    1  4  9
    2  4  9
    
    df.apply(np.sqrt)
         A    B
    0  2.0  3.0
    1  2.0  3.0
    2  2.0  3.0
    
    df.apply(np.sum, axis=0)
    A    12
    B    27
    
    df.apply(np.sum, axis=1)
    0    13
    1    13
    2    13

**8**

**Pivot Tables**

如果您熟悉Microsoft Excel，那么你也许听说过数据透视表。

Pandas内置的pivot\_table函数以DataFrame的形式创建电子表格样式的数据透视表,，它可以帮助我们快速查看某几列的数据。

下面是几个例子：

非常智能地将数据按照“Manager”分了组：

pd.pivot_table(df, index=["Manager", "Rep"])

![format_png 3][]

或者也可以筛选属性值

pd.pivot_table(df,index=["Manager","Rep"],values=["Price"])

![format_png 4][]

希望上面的这些描述能够让你发现Python一些好用的函数和概念。

本文为转载分享&推荐阅读，若侵权请联系后台删除

-----------------
    长按识别下方二维码，并关注公众号
    
    1.回复“PY”领取1GB Python数据分析资料
    
    2.回复“BG”领取3GB 名企数据分析报告

[format_png]: /images/20221120/bca3f30da5ec4c82917ed0f98e413933.png
[format_png 1]: /images/20221120/b173d2bbe1b14e019e6b1e9ea71a7ac7.png
[format_png 2]: /images/20221120/b53a94e2c89741cebc81759f716a8a90.png
[format_png 3]: /images/20221120/ef9523a8817e4a989608a235b4d1d3d4.png
[format_png 4]: /images/20221120/1703b9e02a214384a4dc916dcd6c9d2b.png