pandas 的四种常用函数

一、pandas 的四种常用函数

1、 obj:参与合并的对象，如：[df1, df2]

2、 join:合并方式，outer为外链接，取交集

3、 ignore_index:是否忽略原来DataFrame/Series对象的索引，重新排列

4、 keys:为数据源设置多级索引标签

5、 levels:如果设置keys的话,指定用作层次化索引各级别（内层索引）上的索引

6、 names:用于创建分层级别的名称，如果设置keys或levels的话

7、 verify_integrity:检查是否出现重复索引，引发异常

8、 left：参与合并的左侧DataFrame

9、 right：参与合并的右侧DataFrame

10、 how：连接方式：‘inner’（默认，交集）；还有，‘outer’、‘left’、‘right’

11、 on：用于连接的列名，必须同时存在于左右两个DataFrame对象中，如果位指定，则以left和right列名的交集作为连接键

12、 left_on：左侧DataFarme中用作连接键的列

13、 right_on：右侧DataFarme中用作连接键的列

14、 left_index：将左侧的行索引用作其连接键

15、 right_index：将右侧的行索引用作其连接键

16、 sort：根据连接键对合并后的数据进行排序，默认为True。有时在处理大数据集时，禁用该选项可获得更好的性能

17、 suffixes：字符串值元组，用于追加到重叠列名的末尾，默认为（‘_x’,‘_y’）.例如，左右两个DataFrame对象都有‘data’，则结果中就会出现‘data_x’，‘data_y’

18、 copy：设置为False，可以在某些特殊情况下避免将数据复制到结果数据结构中。默认总是赋值

19、用法入门比较简单,前人的博客写的蛮详尽了

20、 Pandas详解十五之利用GroupBy技术进行分组

21、 data:用于制作数据透视表的 DataFrame的某列数据，输入列名即可

22、 aggfunc:汇总计算方法,默认为(mean)可以用字典为不同的列指定不同的累计函数，此时data可以缺失

23、 margins:是否对边际进行aggfunc汇总

二、Python3 pandas (7) 行、列重排序 reindex()

1、行、列重排序是数据分析中常见的操作，其中reindex()函数主要用于调整DataFrame中行或列的顺序。

2、假设我们有一个DataFrame，其默认索引为从0开始的整数序列。

3、若将某列设为索引，使用set_index()函数即可实现。

4、相比之下，reindex()函数则用于调整现有行或列的顺序，而非重新设置索引。

5、同样，reindex()可用于调整列顺序，且在新索引名或列名中出现未出现的值时，将自动添加新行或列，并填充空值。

6、若在添加新行或列时，希望填充特定值，可通过fill_value参数实现。

7、使用reindex()可添加新行或列，而之前讨论的loc[]方法同样具备此功能。但reindex()需明确表示所有行索引或列名，故在处理大量行列时，其操作更为直接。

8、reindex()与loc[]相比，当需要根据上下文填充空值时，其灵活性较高。例如，通过设置method参数，可选择使用'bfill'或'ffill'进行填充。

9、这里的'bfill'代表'backward fill'，'ffill'代表'forward fill'。但使用此参数时，要求索引顺序为升序或降序，否则将引发错误。

三、Pandas中时间窗函数rolling的使用

1、在Pandas的世界里，时间窗函数rolling是一项强大的工具，其核心思想是围绕一个数据点构建一个动态的区间，借此增强数据分析的精度。窗口就像一个移动的观察镜，它不是一次性移动整个区间，而是逐个单位向前滑动。想象一下，我们设定窗口大小为3，即每个分析点会基于它前三个数据点计算平均值。例如，当index为0和1时，由于数据不足，它们的值暂为NaN。到了index2，它的值则是前三个数的平均，即(index0+ index1+ index2)/ 3。index3的值则以此类推，是(index1+ index2+ index3)/ 3。

2、rolling函数的参数详细解释如下：

3、窗口大小（window）：决定每次计算所考虑的数据点数量。

4、min_periods：可选参数，指定在计算平均值或累计和时，需要的最小非缺失数据点数量。默认为1，如果设为2，至少需要两个非NaN值才会进行计算。

5、center：布尔值，如果设为True，窗口会包含中心的值，即计算点在窗口的中间位置。

6、win_type：可选的窗口函数类型，如线性、移动平均等，用于定义窗口内数据的处理方式。

7、on：如果数据具有时间序列，可以指定列名以按特定列进行滚动计算。

8、axis：0表示沿着行（默认）滚动，1表示沿着列滚动。

9、closed：指定窗口的边界，'left'（默认）表示包括开始但不包括结束，'right'则相反。

10、通过熟练运用rolling函数，我们可以对时间序列数据进行灵活、精确的分析，从而揭示隐藏在数据背后的动态趋势和规律。