七. 高級方法

高級方法

• apply()
  apply()是一個很是經常使用而且好用的方法，它容許咱們自定義一個函數而且應用到咱們的數據中。
  好比咱們如今有這樣的需求，求出每一列數據的最大值與最小值的差，能夠這樣使用。
  

  默認狀況，是以0軸方向應用的這個函數，可是咱們能夠指定1軸，這時候，咱們求得就是每一行的最大值與最小值的差
  

  在函數比較複雜的狀況下，你也能夠單獨的定義一個函數，而不是使用lambda表達式。
  

• applymap()
  applymap()與apply()區別在於，applymap()是以數據裏面的每個元素爲單位，傳給apply裏面的函數，而apply()則是以行或者列爲單位。

  好比，咱們想讓咱們所有的數據每個都加上5。
  

• agg()
  對一組數據進行多種統計操做，好比求和，均值，計數，只須要將須要的函數名放在一個列表裏面。

  df = pd.DataFrame(np.random.randn(5,4), columns=['value1', 'value2', 'value3', 'value4'])
  df.agg(['mean', 'max', 'min'])

• pivot_table()
  至關於excel裏面的數據透視表
  首選建立一組示例數據
  df = pd.DataFrame({'key1':['a','b','b','b','a'], 'key2':['one','two','one','two','one'], 'value1':np.random.randn(5), 'value2':np.random.randn(5)}) df
  使用數據透視表

  df.pivot_table(['value1'], index='key1', columns='key2')

  一樣是上面的數據，還能夠進行分項彙總

  df.pivot_table(index='key1', columns='key2', margins=True)

• cross_tab()
  交叉表，能夠按照指定的行和列統計分組頻數

  pd.crosstab(index = df.key1, columns = df.key2, margins=True)

• map()
  使用字典，Series或者函數，將Series裏面的數據作一個映射。

  train['Sex_male'] = train.Sex.map({'female':0, 'male':1})

  經過以上的變換，就能夠講Sex這一列的數據中的female映射成0，male映射成1.

• get_dummies()
  一位有效數字（one-hot）編碼， 下面是將泰坦尼克號的港口進行編碼。

  Embarked_dummies = pd.get_dummies(train.Embarked, prefix='Embarked')
  Embarked_dummies.head()

  在編碼以後，咱們能夠配合contact()方法將編碼的結果合併到原來的數據上。
  train = pd.concat([train, Embarked_dummies], axis=1)
  另外，使用contact()方法還能夠將DataFrame類型進行編碼。

  pd.get_dummies(train, columns=['Sex', 'Embarked'])

  須要注意的是，以上的方法將會刪除train中Sex和Embarked列，返回一個train的拷貝。