8个Python高效数据说明的能力

行使Apply，可以将DataFrame列（是一个Series）的值举办名目配置和操纵，不消轮回，很是有效！

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 

Pivot Tables

假如您认识Microsoft Excel，那么你大概传闻过数据透视表。

Pandas内置的pivot_table函数以DataFrame的情势建设电子表格样式的数据透视表,，它可以辅佐我们快速查察某几列的数据。

下面是几个例子：

很是智能地将数据凭证“Manager”分了组：

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

可能也可以筛选属性值

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

总结

但愿上面的这些描写可以或许让你发明Python一些好用的函数和观念。

（编辑：湖南网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!