数据分析利器Python——Pandas（二、运算、函数、文件、统计方法）

最新推荐文章于 2025-12-28 14:12:16 发布

原创

最新推荐文章于 2025-12-28 14:12:16 发布 · 1.5k 阅读

标签

#python #数据分析 #数据挖掘

收录于

本文深入探讨了Pandas在数据分析中的应用，包括运算与对齐，如Series和DataFrame的运算规则；函数应用，如map()、apply()和applymap()；文件读写操作；排序，按索引和值排序的方法；数据清洗，处理缺失和重复数据的技巧；以及统计方法，如describe()、quantile()等。

文章目录

一、运算与对齐

pandas可对不同索引的对象进行运算，索引与数据的对应关系仍然存在于数组运算的结果中。没对齐的位置补NaN

Series和Series、DataFrame和DataFrame均可以进行运算，原则是只有行索引和列索引相同的地方才可进行运算，运算结果的行与列数按照原行与列的最大值算。【Series的对齐操作发生在索引上，DataFrame的对齐操作发生在行与列上】

Series和DataFrame进行运算时，Series被看作行数据（index被看做列名组合），和DataFrame中数据进行运算。

二、函数应用

map()函数

将函数作用于一个Series的每一个元素，函数可以是Numpy中的通用函数，也可以是自定义函数。map函数只应用Series对象

import numpy as np
import pandas as pd
import math
a = list(range(10)) # 产生一个a列表
result = map(math.sqrt,a) # 产生了map对象，只是一个操作，直到访问这个它才会产生结果
list(result) # 这个时候才会产生sqrt之后的值
# --------------------------------------------------------------------
ser = pd.Series(a)
ser.map(np.sqrt) # Series可以直接使用map函数