熟练掌握pandas函数都能帮我们在数据分析过程中节省时间。pandas还有很多让人舒适的用法，这次就为大家介绍5个pandas函数！
本文来源towardsdatascience，作者Soner Yıldırım，由Python大数据分析编译。
1. explode
explode用于将一行数据展开成多行。比如说dataframe中某一行其中一个元素包含多个同类型的数据，若想要展开成多行进行分析，这时候explode就派上用场，而且只需一行代码，非常节省时间。
用法：
1DataFrame.explode(self, column: Union[str, Tuple]) 2
参数作用：
- column ：str或tuple
以下表中第三行、第二列为例，展开[2,3,8]：
1# 先创建表 2id = ['a','b','c'] 3measurement = [4,6,[2,3,8]] 4day = [1,1,1] 5df1 = pd.DataFrame({'id':id, 'measurement':measurement, 'day':day}) 6df1 7
使用explode轻松将[2,3,8]转换成多行，且行内其他元素保持不变。
1df1.explode('measurement').reset_index(drop=True) 2
2. Nunique
Nunique用于计算行或列上唯一值的数量，即去重后计数。这个函数在分类问题中非常实用，当不知道某字段中有多少类元素时，Nunique能快速生成结果。
用法：
1Series.nunique(dropna=True) 2# 或者 3DataFrame.nunique(axis=0, dropna=True) 4
参数作用：
-
axis：int型，0代表行，1代表列，默认0；
-
dropna：bool类型，默认为True，计数中不包括NaN；
先创建一个df：
1values_1 = np.random.randint(10, size=10) 2values_2 = np.random.randint(10, size=10) 3years = np.arange(2010,2020) 4groups = ['A','A','B','A','B','B','C','A','C','C'] 5df = pd.DataFrame({'group':groups, 'year':years, 'value_1':values_1, 'value_2':values_2}) 6df 7
对year列进行唯一值计数：
1df.year.nunique() 2
输出：10 对整个dataframe的每一个字段进行唯一值计数：
1df.nunique() 2
3. infer_objects
infer_objects用于将object类型列推断为更合适的数据类型。
用法：
1# 直接将df或者series推断为合适的数据类型 2DataFrame.infer_objects() 3
pandas支持多种数据类型，其中之一是object类型。object类型包括字符串和混合值（数字及非数字）。
object类型比较宽泛，如果可以确定为具体数据类型，则不建议用object。
1df = pd.DataFrame({"A": ["a", 1, 2, 3]}) 2df = df.iloc[1:] 3df 4
1df.dtypes 2
使用infer_objects方法将object推断为int类型：
1df.infer_objects().dtypes 2
4. memory_usage
memory_usage用于计算dataframe每一列的字节存储大小，这对于大数据表非常有用。
用法：
1DataFrame.memory_usage(index=True, deep=False) 2
参数解释：index：指定是否返回df中索引字节大小，默认为True，返回的第一行即是索引的内存使用情况；deep：如果为True，则通过查询object类型进行系统级内存消耗来深入地检查数据，并将其包括在返回值中。
首先创建一个df，共2列，1000000行。
1df_large = pd.DataFrame({'A': np.random.randn(1000000), 2 'B': np.random.randint(100, size=1000000)}) 3df_large.shape 4
返回每一列的占用字节大小：
1df_large.memory_usage() 2
第一行是索引index的内存情况，其余是各列的内存情况。
5. replace
顾名思义，replace是用来替换df中的值，赋以新的值。
用法：
1DataFrame.replace(to_replace=None, value=None, inplace=False, limit=None, regex=False, method='pad') 2
参数解释：
-
to_replace：被替换的值
-
value：替换后的值
-
inplace：是否要改变原数据，False是不改变，True是改变，默认是False
-
limit：控制填充次数
-
regex：是否使用正则,False是不使用，True是使用，默认是False
-
method：填充方式，pad,ffill,bfill分别是向前、向前、向后填充
创建一个df：
1values_1 = np.random.randint(10, size=10) 2values_2 = np.random.randint(10, size=10) 3years = np.arange(2010,2020) 4groups = ['A','A','B','A','B','B','C','A','C','C'] 5df = pd.DataFrame({'group':groups, 'year':years, 'value_1':values_1, 'value_2':values_2}) 6df 7
将A全部替换为D：
1df.replace('A','D') 2
将B替换为E，C替换为F：
1df.replace({'B':'E','C':'F'}) 2
本文转转自微信公众号凹凸数据原创https://mp.weixin.qq.com/s/jJ2CvevISHcetH3UqFgdag，可扫描二维码进行关注：
如有侵权，请联系删除。