Pandas实用的技巧分享
这篇文章主要讲解了“Pandas实用的技巧分享”,文中的讲解内容简单清晰,易于学习与理解,下面请大家跟着小编的思路慢慢深入,一起来研究和学习“Pandas实用的技巧分享”吧!
网站设计制作过程拒绝使用模板建站;使用PHP+MYSQL原生开发可交付网站源代码;符合网站优化排名的后台管理系统;网站设计制作、网站建设收费合理;免费进行网站备案等企业网站建设一条龙服务.我们是一家持续稳定运营了10年的创新互联网站建设公司。
01 使用apply拆分文本
Pandas 中 apply 函数,应用广泛,今天要跟大家分享一个使用的技巧,使用 apply 将 dataframe 中内容为 list 的列拆分为多列。
拆分前的数据情况,如下图红色标注所示:
拆分后,如下图所示:
这个案例中,Lemon 使用的数据来自 akshare ,在开始前,引入相关 package :
# -*- coding: utf-8 -*- """ @Author: Lemon @出品:Python数据之道 @Homepage: liyangbit.com """ import numpy as np import pandas as pd import akshare as ak
Lemon 使用的几个 Python 库的版本信息如下:
print('numpy版本:{}'.format(np.__version__)) print('pandas版本:{}'.format(pd.__version__)) print('akshare版本:{}'.format(ak.__version__)) # numpy版本:1.18.1 # pandas版本:1.0.3 # akshare版本:0.7.53
如果代码运行出现问题,请先检查下这几个Python库的版本是否与上面的一致
先从 akshare 获取需要的数据,分为两步,第一步是获取基金代码的列表,如下:
df = ak.fund_em_fund_name().head(20).tail(5) dfdf = df[['基金代码','基金简称']] print(df)
第二步是获取基金净值数据和净值日期,通过一个自定义函数来获取,自定义函数如下:
# 自定义函数只有一个参数的情形 # 获取基金单位净值以及净值日期 def get_mutual_fund(code): df = ak.fund_em_open_fund_info(fund=code, indicator="单位净值走势") dfdf = df[['净值日期', '单位净值','日增长率']] # df.columns = ['净值日期', '单位净值', 'equityReturn', 'unitMoney'] df['净值日期'] = pd.to_datetime(df['净值日期']) dfdf = df.sort_values('净值日期',ascending=False) unit_equity = df.head(1)['单位净值'].values[0] date_latest = df.head(1)['净值日期'].values[0] return [unit_equity, date_latest]
对于这个自定义函数,在 pandas 使用 apply 来应用自定义函数,这是使用 apply 的一种常用的方法,如下:
# 获取基金最新的单位净值和净值日期 df['tmp'] = df['基金代码'].apply(get_mutual_fund) print(df)
获取的数据截图如下:
文本拆分
上图中的 tmp 列,就是我们这次需要进行处理的对象。
处理方法可以有多种,这里 Lemon 使用 pandas 中的 apply 来处理,相对来说,也是比较便捷的方式。
在 apply 函数中,使用 pd.Series 就可以达到我们的目的。
# 将单位净值和净值日期单独成列 df[['最新单位净值','净值日期']] = df['tmp'].apply(pd.Series) dfdf = df.drop('tmp',axis=1) print(df)
结果如下:
02 有两个参数的函数
pandas 中的 apply 函数应用自定义函数时,通常情况下,都是没有参数或者一个参数,那么如果有两个参数,是否还可以使用apply函数呢?
答案是可以的。
这里我们也来探讨下。
还是以上面的案例为基础雏形,同样的,先从 akshare 获取数据
df1 = ak.fund_em_fund_name().head(20).tail(5) df1df1 = df1[['基金代码','基金简称']]
接下来,自定义一个带有两个参数的函数,如下:
# 自定义函数有两个参数的情形 # 获取年度年底基金净值数据 def get_mutual_fund_year(code,year): year = str(year) df = ak.fund_em_open_fund_info(fund=code, indicator="单位净值走势") dfdf = df[['净值日期', '单位净值', '日增长率']] # df.columns = ['净值日期', '单位净值', 'equityReturn', 'unitMoney'] df['净值日期'] = pd.to_datetime(df['净值日期']) dfdf = df.sort_values('净值日期',ascending=False) dfdf = df.set_index('净值日期')[year] dfdf = df.reset_index() unit_equity = df.head(1)['单位净值'].values[0] date = df.head(1)['净值日期'].values[0] return [unit_equity,date]
带有两个参数的自定义函数
然后,使用 apply 来应用上面这个带两个参数的自定义函数,核心要点就是嵌套使用 lambda 函数,固定其中一个参数,具体如下
df1['tmp'] = df1['基金代码'].apply(lambda code: get_mutual_fund_year(code, 2019))
后续,依旧是文本拆分,实现代码如下:
# 将单位净值和净值日期单独成列 df1[['最新单位净值','净值日期']] = df1['tmp'].apply(pd.Series) df1df1 = df1.drop('tmp',axis=1) print(df1)
应用场景
有同学可能会问,使用两个参数的自定义函数,有什么用呢?
这里,Lemon 也分享一个应用场景:
根据上面的基础雏形数据,针对具体的年度,建立一个下拉列表,选择不同的年份时,返回不同年份的结果,包括文本数据、表格数据以及图表等。
效果如下:
涉及到一些个人的数据,就没有完整展示啦~~
感谢各位的阅读,以上就是“Pandas实用的技巧分享”的内容了,经过本文的学习后,相信大家对Pandas实用的技巧分享这一问题有了更深刻的体会,具体使用情况还需要大家实践验证。这里是创新互联,小编将为大家推送更多相关知识点的文章,欢迎关注!
网页名称:Pandas实用的技巧分享
地址分享:http://myzitong.com/article/pejhjs.html