pandas美国大选笔记

最新推荐文章于 2025-09-03 09:56:25 发布

原创最新推荐文章于 2025-09-03 09:56:25 发布 · 350 阅读

0 ·

本内容遵循CC 4.0 BY-SA版权协议

收录于

python

数据分析

本文介绍了Pandas中的数据拼接方法pd.concat()，详细讲解了如何使用fillna()处理空值，以及df.unique()去除重复值。还探讨了Python的map()函数，解释了isin()函数在DataFrame中的应用，并阐述了date_range()生成时间序列的功能，以及stack和unstack函数的基本用法。

pd.concat()进行数据拼接
https://www.jianshu.com/p/421f040dfe2f

pd.concat(objs, axis=0, join=‘outer’)

合并多个对象时需要放到一个列表中；axis=0默认按照0轴堆叠，axis=1指合并列；concat函数可按照其他轴的逻辑关系进行合并，默认join=‘outer’，表示所有轴都需要，还有一个可取的值是’inner’，表示只取重合的部分。

df.fillna()函数详解
DataFrame数据结构的空值的填充
https://blog.csdn.net/weixin_39549734/article/details/81221276

df.unique()函数详解
将np数组或者DataFrame数组进行元素去重，并返回一个新的已经排序好的不重复的数组
https://blog.csdn.net/weixin_39549734/article/details/81224567

Python map() 函数
https://www.runoob.com/python/python-func-map.html
map(function, iterable, …)
map() 会根据提供的函数对指定序列做映射。
第一个参数 function 以参数序列中的每一个元素调用 function 函数，返回包含每次 function 函数返回值的新列表。

>>>def square(x) :            # 计算平方数
...     return x ** 2
... 
>>> map(square, [1,2,3,4,5])   # 计算列表各个元素的平方
[1, 4, 9, 16, 25]

pandas里面的isin（）函数：
https://blog.csdn.net/u013317445/article/details/86428584

比如：有两个DataFrame A 和 B,判断A[‘id’]里面的值是否在B[‘id’]里面
如下面用法：

>>> dict = {'a':[1,2,3,4],'b':[11,12,12,14],'c':[22,21,10,19],'d':[33,23,23,43],'e':[51,52,53,54]}
# 以字典创建一个DataFrame结构的a
>>> a = pd.DataFrame(dict)
>>> a
   a   b   c   d   e
0  1  11  22  33  51
1  2  12  21  23  52
2  3  12  10  23  53
3  4  14  19  43  54
# 下面判断a['a']这一列的值是否有在[1,4]里面的，其结果返回一个bool类型的Series
>>> a['a'].isin([1,4])
0     True
1    False
2    False
3     True
Name: a, dtype: bool
# 在前面加一个~表示不在，如下，表示a['a']这一列中不在[1,4]这两个元素里面的
# 也是返回一个布尔类型的Series
>>> ~a['a'].isin([1,4])
0    False
1     True
2     True
3    False
Name: a, dtype: bool

pd.date_range()：pandas中的时间序列函数
https://blog.csdn.net/kancy110/article/details/77131539

语法：pandas.date_range(start=None, end=None, periods=None, freq=‘D’, tz=None, normalize=False, name=None, closed=None, **kwargs)

该函数主要用于生成一个固定频率的时间索引，在调用构造方法时，必须指定start、end、periods中的两个参数值，否则报错。

主要参数说明：

periods：固定时期，取值为整数或None
freq：日期偏移量，取值为string或DateOffset，默认为’D’，可以选择‘M’(月份)、‘Y’(年),也有’A’（每年12.31号）
normalize：若参数为True表示将start、end参数值正则化到午夜时间戳
name：生成时间索引对象的名称，取值为string或None
closed：可以理解成在closed=None情况下返回的结果中，若closed=‘left’表示在返回的结果基础上，再取左开右闭的结果，若closed='right’表示在返回的结果基础上，再取做闭右开的结果

pandas的stack和unstack函数：

# 这里有原始的DataFrame的a矩阵
>>> a
            a  b  c
time
2019-09-16  1  4  7
2019-09-17  2  5  8
2019-09-18  3  6  9

# 堆叠发现是按照行进行堆叠，即axis = 0
>>> a.stack()
time
2019-09-16  a    1
            b    4
            c    7
2019-09-17  a    2
            b    5
            c    8
2019-09-18  a    3
            b    6
            c    9
dtype: int64

# 换用axis=1试一下发现报错，说明只能默认按行堆叠
>>> a.stack(1)
IndexError: Too many levels: Index has only 1 level, not 2
# 这个即默认的方式
>>> a.stack(0)
time
2019-09-16  a    1
            b    4
            c    7
2019-09-17  a    2
            b    5
            c    8
2019-09-18  a    3
            b    6
            c    9
dtype: int64
# 现在采用不堆叠的方式，即是将columns进行展开，也只有一种方式，axis为0或者1都是一样的。
>>> a.unstack()
   time
a  2019-09-16    1
   2019-09-17    2
   2019-09-18    3
b  2019-09-16    4
   2019-09-17    5
   2019-09-18    6
c  2019-09-16    7
   2019-09-17    8
   2019-09-18    9
dtype: int64
>>> a.unstack(0)
   time
a  2019-09-16    1
   2019-09-17    2
   2019-09-18    3
b  2019-09-16    4
   2019-09-17    5
   2019-09-18    6
c  2019-09-16    7
   2019-09-17    8
   2019-09-18    9
dtype: int64
>>> a.unstack(1)
   time
a  2019-09-16    1
   2019-09-17    2
   2019-09-18    3
b  2019-09-16    4
   2019-09-17    5
   2019-09-18    6
c  2019-09-16    7
   2019-09-17    8
   2019-09-18    9
dtype: int64
>>>