Pandas笔记(二)
本文介绍常用Pandas列(Series)数据特征提取方法
我们以一组酒的数据为例,将数据保存到reviews,然后用heads()预览一下:
import pandas as pd
pd.set_option("display.max_rows", 5)
reviews = pd.read_csv("../input/wine-reviews/winemag-data-130k-v2.csv", index_col=0)
reviews.head()
后面列出一些针对Series的方法:
- 求平均值
mean_points = reviews.points.means()
- 求中值
median_points = reviews.points.median()
- 输出集合
countries = reviews.country.unique()
这里返回一个list
- 输出元素个数
reviews_per_country = reviews.country.value_counts()
注意输出格式:
US 54504
France 22093
...
China 1
Egypt 1
Name: country, Length: 43, dtype: int64
- 最大索引和最小索引
idxmax()和idxmin()
bargain_idx = (reviews.points / reviews.price).idxmax()
bargain_wine = reviews.loc[bargain_idx, 'title']
- 用map匹配数据
通过lambda函数创建新的Series
price_mean = reviews.price.mean()
centered_price = reviews.price.map(lambda p: p - price_mean)
n_trop = reviews.description.map(lambda desc: "tropical" in desc).sum()
n_fruity = reviews.description.map(lambda desc: "fruity" in desc).sum()
descriptor_counts = pd.Series([n_trop, n_fruity], index=['tropical', 'fruity'])
- 用apply匹配数据
通过传递函数创建新的Series,可以指定对象为行或者列
def stars(row):
if row.country == 'Canada':
return 3
elif row.points >= 95:
return 3
elif row.points >= 85:
return 2
else:
return 1
star_ratings = reviews.apply(stars, axis='columns')
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· 阿里最新开源QwQ-32B,效果媲美deepseek-r1满血版,部署成本又又又降低了!
· Manus重磅发布:全球首款通用AI代理技术深度解析与实战指南
· 开源Multi-agent AI智能体框架aevatar.ai,欢迎大家贡献代码
· 被坑几百块钱后,我竟然真的恢复了删除的微信聊天记录!
· AI技术革命,工作效率10个最佳AI工具
2021-02-05 Angular 学习笔记 (三) - LifeCycle和ViewEncapsulation