Pandas中的幾個(gè)加速方法，你了解多少?

　　Pandas 數(shù)據(jù)統(tǒng)計(jì)包的 6 種高效函數(shù)

　　Pandas 也是一個(gè) Python 包，它提供了快速、靈活以及具有顯著表達(dá)能力的數(shù)據(jù)結(jié)構(gòu)， 旨在使處理結(jié)構(gòu)化 (表格化、多維、異構(gòu)) 和時(shí)間序列數(shù)據(jù)變得既簡單又直觀。

　　PANDAS

　　Pandas 適用于以下各類數(shù)據(jù):

　　●具有異構(gòu)類型列的表格數(shù)據(jù)，如 SQL 表或 Excel 表

　　●有序和無序 (不一定是固定頻率) 的時(shí)間序列數(shù)據(jù)

　　●帶有行/列標(biāo)簽的任意矩陣數(shù)據(jù)(同構(gòu)類型或者是異構(gòu)類型)

　　●其他任意形式的統(tǒng)計(jì)數(shù)據(jù)集。事實(shí)上，數(shù)據(jù)根本不需要標(biāo)記就可以放入 Pandas 結(jié)構(gòu)中

　　Pandas 擅長處理的類型如下所示：

　　●容易處理浮點(diǎn)數(shù)據(jù)和非浮點(diǎn)數(shù)據(jù)中的 缺失數(shù)據(jù)(用 NaN 表示)

　　●大小可調(diào)整性: 可以從 DataFrame 或者更高維度的對(duì)象中插入或者是刪除列

　　●顯式數(shù)據(jù)可自動(dòng)對(duì)齊: 對(duì)象可以顯式地對(duì)齊至一組標(biāo)簽內(nèi)，或者用戶可以簡單地選擇忽略標(biāo)簽，使 Series、 DataFrame 等自動(dòng)對(duì)齊數(shù)據(jù)

　　●靈活的分組功能，對(duì)數(shù)據(jù)集執(zhí)行拆分-應(yīng)用-合并等操作，對(duì)數(shù)據(jù)進(jìn)行聚合和轉(zhuǎn)換

　　●簡化將數(shù)據(jù)轉(zhuǎn)換為 DataFrame 對(duì)象的過程，而這些數(shù)據(jù)基本是 Python 和 NumPy 數(shù)據(jù)結(jié)構(gòu)中不規(guī)則、不同索引的數(shù)據(jù)

　　●基于標(biāo)簽的智能切片、索引以及面向大型數(shù)據(jù)集的子設(shè)定

　　●更加直觀地合并以及連接數(shù)據(jù)集

　　●更加靈活地重塑、轉(zhuǎn)置(pivot)數(shù)據(jù)集

　　●軸的分級(jí)標(biāo)記 (可能包含多個(gè)標(biāo)記)

　　●具有魯棒性的 IO 工具，用于從平面文件 (CSV 和 delimited)、 Excel 文件、數(shù)據(jù)庫中加在數(shù)據(jù)，以及從 HDF5 格式中保存 / 加載數(shù)據(jù)

　　●時(shí)間序列的特定功能: 數(shù)據(jù)范圍的生成以及頻率轉(zhuǎn)換、移動(dòng)窗口統(tǒng)計(jì)、數(shù)據(jù)移動(dòng)和滯后等

　　read_csv(nrows=n)

　　大多數(shù)人都會(huì)犯的一個(gè)錯(cuò)誤是，在不需要.csv 文件的情況下仍會(huì)完整地讀取它。如果一個(gè)未知的.csv 文件有 10GB，那么讀取整個(gè).csv 文件將會(huì)非常不明智，不僅要占用大量內(nèi)存，還會(huì)花很多時(shí)間。我們需要做的只是從.csv 文件中導(dǎo)入幾行，之后根據(jù)需要繼續(xù)導(dǎo)入。

　　map()

　　map() 函數(shù)根據(jù)相應(yīng)的輸入來映射 Series 的值。用于將一個(gè) Series 中的每個(gè)值替換為另一個(gè)值，該值可能來自一個(gè)函數(shù)、也可能來自于一個(gè) dict 或 Series。

　　apply()

　　apply() 允許用戶傳遞函數(shù)，并將其應(yīng)用于 Pandas 序列中的每個(gè)值。

　　isin()

　　lsin () 用于過濾數(shù)據(jù)幀。Isin () 有助于選擇特定列中具有特定(或多個(gè))值的行。

　　copy()

　　Copy () 函數(shù)用于復(fù)制 Pandas 對(duì)象。當(dāng)一個(gè)數(shù)據(jù)幀分配給另一個(gè)數(shù)據(jù)幀時(shí)，如果對(duì)其中一個(gè)數(shù)據(jù)幀進(jìn)行更改，另一個(gè)數(shù)據(jù)幀的值也將發(fā)生更改。為了防止這類問題，可以使用 copy () 函數(shù)。

　　select_dtypes()

　　select_dtypes() 的作用是，基于 dtypes 的列返回?cái)?shù)據(jù)幀列的一個(gè)子集。這個(gè)函數(shù)的參數(shù)可設(shè)置為包含所有擁有特定數(shù)據(jù)類型的列，亦或者設(shè)置為排除具有特定數(shù)據(jù)類型的列。

　　最后，pivot_table() 也是 Pandas 中一個(gè)非常有用的函數(shù)。如果對(duì) pivot_table() 在 excel 中的使用有所了解，那么就非常容易上手了。