高效的10个Pandas函数，你都用过吗？

发布时间：2025-11-05 05:51:48 来源：码上建站 作者：人工智能

 Pandas是高效过python中比较主要的数据分析库之一，它提供了非常多的个都用函数、方法，函数可以高效地处理并分析数据。高效过让pandas如此受欢迎的个都用原因是它简洁、灵活、函数功能强大的高效过语法。

这篇文章将会配合实例，个都用讲解10个重要的函数pandas函数。其中有一些很常用，高效过相信你可能用到过。个都用还有一些函数出现的函数频率没那么高，但它们同样是高效过分析数据的得力帮手。

介绍这些函数之前，个都用第一步先要导入pandas和numpy。函数

1. Query

Query是pandas的过滤查询函数，使用布尔表达式来查询DataFrame的列，就是说按照列的规则进行过滤操作。

用法：

参数作用：

首先生成一段df：

过滤查询用起来比较简单，比如要查列value_1

查询列year>=2016的行记录：

2. Insert

Insert用于在DataFrame的指定位置中插入新的数据列。默认情况下新列是添加到末尾的，但可以更改位置参数，将新列添加到任何位置。

用法：

参数作用：

接着用前面的df：

在第三列的位置插入新列：

3. Cumsum

Cumsum是pandas的累加函数，网站模板用来求列的累加值。用法：

参数作用：

以前面的df为例，group列有A、B、C三组，year列有多个年份。我们只知道当年度的值value_1、value_2，现在求group分组下的累计值，比如A、2014之前的累计值，可以用cumsum函数来实现。

当然仅用cumsum函数没办法对groups (A, B, C)进行区分，所以需要结合分组函数groupby分别对(A, B, C)进行值的累加。

4. Sample

Sample用于从DataFrame中随机选取若干个行或列。用法：

参数作用：

比如要从df中随机抽取5行：

从df随机抽取60%的行，并且设置随机数种子，亿华云计算每次能抽取到一样的样本：

5. Where

Where用来根据条件替换行或列中的值。如果满足条件，保持原来的值，不满足条件则替换为其他值。默认替换为NaN，也可以指定特殊值。

用法：

参数作用：

将df中列value_1里小于5的值替换为0：

Where是一种掩码操作。

「掩码」(英语：Mask)在计算机学科及数字逻辑中指的是一串二进制数字，通过与目标数字的按位操作，达到屏蔽指定位而实现需求。

6. Isin

Isin也是一种过滤方法，用于查看某列中是否包含某个字符串，返回值为布尔Series，来表明每一行的情况。

用法：

筛选df中year列值在[2010,2014,2017]里的行：

7. Loc and iloc

Loc和iloc通常被用来选择行和列，它们的功能相似，但用法是有区别的。

用法：

选择df第1~3行、第1~2列的数据，使用iloc：

使用loc：

提示：使用loc时，索引是指index值，包括上边界。iloc索引是指行的位置，不包括上边界。

选择第1、3、5行，year和value_1列：

8. Pct_change

Pct_change是一个统计函数，用于表示当前元素与前面元素的相差百分比，两元素的区间可以调整。

比如说给定三个元素[2,3,6]，计算相差百分比后得到[NaN, 0.5, 1.0]，从第一个元素到第二个元素增加50%，从第二个元素到第三个元素增加100%。

用法：

参数作用：

对df的value_1列进行增长率的计算：

9. Rank

Rank是一个排名函数，按照规则(从大到小，从小到大)给原序列的值进行排名，返回的是排名后的名次。

比如有一个序列[1,7,5,3]，使用rank从小到大排名后，返回[1,4,3,2]，这就是前面那个序列每个值的排名位置。

用法：

参数作用：

method=average 默认设置: 相同的值占据前两名，分不出谁是1谁是2，那么去中值即1.5，下面一名为第三名

method=max: 两人并列第 2 名，下一个人是第 3 名

method=min: 两人并列第 1 名，下一个人是第 3 名

method=dense: 两人并列第1名，下一个人是第 2 名

method=first: 相同值会按照其在序列中的相对位置定值

对df中列value_1进行排名：

10. Melt

Melt用于将宽表变成窄表，是 pivot透视逆转操作函数，将列名转换为列数据(columns name → column values)，重构DataFrame。

简单说就是将指定的列放到铺开放到行上变成两列，类别是variable(可指定)列，值是value(可指定)列。

用法：

参数作用：

例如有一串数据，表示不同城市和每天的人口流动：

现在将day1、day2列变成变量列，再加一个值列：

相关文章