这12种Numpy&Pandas高效技巧还没掌握吗？

ndas 适用于以下各类数据:

•  具有异构类型列的表格数据，如 SQL 表或 Excel 表；
•  有序和无序 (不一定是固定频率) 的时间序列数据；
•  带有行/列标签的任意矩阵数据（同构类型或者是异构类型）；
•  其他任意形式的统计数据集。事实上，数据根本不需要标记就可以放入 Pandas 结构中。

Pandas 擅长处理的类型如下所示：

•  容易处理浮点数据和非浮点数据中的 缺失数据（用 NaN 表示）；
•  大小可调整性: 可以从 DataFrame 或者更高维度的对象中插入或者是删除列；
•  显式数据可自动对齐: 对象可以显式地对齐至一组标签内，或者用户可以简单地选择忽略标签，使 Series、 DataFrame 等自动对齐数据；
•  灵活的分组功能，对数据集执行拆分-应用-合并等操作，对数据进行聚合和转换；
•  简化将数据转换为 DataFrame 对象的过程，而这些数据基本是 Python 和 NumPy 数据结构中不规则、不同索引的数据；
•  基于标签的智能切片、索引以及面向大型数据集的子设定；
•  更加直观地合并以及连接数据集；
•  更加灵活地重塑、转置（pivot）数据集；  轴的分级标记 (可能包含多个标记)；
•  具有鲁棒性的 IO 工具，用于从平面文件 (CSV 和 delimited)、 Excel 文件、数据库中加在数据，以及从 HDF5 格式中保存 / 加载数据；
•  时间序列的特定功能: 数据范围的生成以及频率转换、移动窗口统计、数据移动和滞后等。

read_csv(nrows=n)

大多数人都会犯的一个错误是，在不需要.csv 文件的情况下仍会完整地读取它。如果一个未知的.csv 文件有 10GB，那么读取整个.csv 文件将会非常不明智，不仅要占用大量内存，还会花很多时间。我们需要做的只是从.csv 文件中导入几行，之后根据需要继续导入。

（编辑：东莞站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!