任性的90后boy

本期将分享我认为比较常规的100个实用函数，这些函数大致可以分为六类，分别是统计汇总函数、数据清洗函数、数据筛选、绘图与元素级运算函数、时间序列函数和其他函数。

❆

统计汇总函数

数据分析过程中，必然要做一些数据的统计汇总工作，那么对于这一块的数据运算有哪些可用的函数可以帮助到我们呢？具体看如下几张表。

import pandas as pd

import numpy as np

x = pd.Series(np.random.normal(2,3,1000))

y = 3*x + 10 + pd.Series(np.random.normal(1,2,1000))

# 计算x与y的相关系数

print(x.corr(y))

# 计算y的偏度

print(y.skew())

# 计算y的统计描述值

print(x.describe())

z = pd.Series(['A','B','C']).sample(n = 1000, replace = True)

# 重新修改z的行索引

z.index = range(1000)

# 按照z分组，统计y的组内平均值

y.groupby(by = z).aggregate(np.mean)

❆

时间序列函数

❆

其他函数

import numpy as np

import pandas as pd

np.random.seed(112)

x = pd.Series(np.random.randint(8,18,6))

print(x)

# 对x中的元素做一阶差分

print(x.diff())

# 对x中的元素做降序处理

print(x.sort_values(ascending = False))

y = pd.Series(np.random.randint(8,16,100))

# 将y中的元素做排重处理，并转换为列表对象

y.unique().tolist()

ITPub博客

总结100个Pandas中序列的实用函数