主要写一些平时看到的比较常用的一些pd的函数的应用,通过应用场景来辅助更好地理解pandas。
在实际运用过程中,我们可能会拿到形如以下形式的数据:
这样的数据集存在几个列的内容完全一致,因此我们希望实现的一个功能就是将这几个列的值合成一个列,得到形如下图的数据形式:
import pandas as pd
df = pd.DataFrame({
'爱好1': {'小明': '睡觉', '小红': '弹琴'}, '地点1': {'小明': '床上', '小红': '家'}, '爱好2': {
'小明': '骑马',
'小红': '开车'
}, '地点2': {
'小明': '马场',
'小红': '车上'
}
})
df
#方法1
df[['爱好1', '地点1']].append(df[['爱好2', '地点2']].rename(
columns={'爱好2': '爱好1', '地点2': '地点1'}))
#方法2
df['爱好'] = df[['爱好1', '爱好2']].agg(tuple, axis=1)
df['地点'] = df[['地点1', '地点2']].agg(tuple, axis=1)
df['爱好-地点'] = df['爱好'].combine(df['地点'], func=lambda x, y: list(zip(x, y)))
#过滤掉以数字结尾的列
df = df.filter(regex=r'(?<!\d)$')
df = df.explode('爱好-地点')
df[['爱好', '地点']] = df['爱好-地点'].apply(pd.Series)
df
# 方法3 使用已有函数
df = pd.DataFrame({
'爱好1': {'小明': '睡觉', '小红': '弹琴'}, '地点1': {'小明': '床上', '小红': '家'}, '爱好2': {
'小明': '骑马',
'小红': '开车'
}, '地点2': {
'小明': '马场',
'小红': '车上'
}
})
pd.lreshape(df, {'爱好': ['爱好1', '爱好2'],
'地点': ['地点1', '地点2']
})
第二种方法相对来说比较繁琐一些,但是也帮助我们更好地去理解pd的聚合函数。