[人工智能]Python常用技巧汇总（持续更新）

窗口函数rolling()

自建数据：

import pandas as pd
df = pd.DataFrame({"a": [10, 20, 10, 60, 40, 20, 50]})
df

输出：

下进行如下操作：
b: 逐三行求和
c: 逐三行求和并放置在中间行（两行的中间行是靠下的那个）
d: 逐三行求最大
e: 逐三行求最小
f: 逐三行求均值

df['b'] = df['a'].rolling(3).sum()
df['c'] = df['a'].rolling(3, center=True).sum()
df['d'] = df['a'].rolling(3).max()
df['e'] = df['a'].rolling(3).min()
df['f'] = df['a'].rolling(3).mean()
df

输出结果:

format string

避免重复书写的好帮手。

labels = ["{0} - {1}".format(i, i + 9) for i in range(0, 100, 10)]
labels

输出：
[‘0 - 9’,
‘10 - 19’,
‘20 - 29’,
‘30 - 39’,
‘40 - 49’,
‘50 - 59’,
‘60 - 69’,
‘70 - 79’,
‘80 - 89’,
‘90 - 99’]

格式二：

[f'x is {x}' for x in range(10) ]

输出：
[‘x is 0’,
‘x is 1’,
‘x is 2’,
‘x is 3’,
‘x is 4’,
‘x is 5’,
‘x is 6’,
‘x is 7’,
‘x is 8’,
‘x is 9’]

一个方框‘[]’是Series, 两个方框‘[[]]’是DataFrame

例如已有如下DataFrame，名字叫‘df’：

取a列：

• 一个‘[]’：
  

• 两个‘[[]]’：
  

某个结构后面想用函数可以按‘ tab’键

DadaFrame中取值一般是‘[]’，取函数一般是‘（）’

存文件可以考虑pickle或者parquet

它是存成二进制文件，读写比csv快。

Catogorical 类别变量

1. 无序的
   不用举例了吧，猫 啊，狗的，无序。
2. 有序的
   

分箱操作

1. cut()
   
   

2. qcut()
   

DataFrame自带画图方法，无需导入seaborn或matplotlib

还可以是这些：

apply()

1. Series的apply()
   
2. DataFrame的apply()
   
   axis=0是index间操作，axis=1是columns间操作
   

每列都统计value_counts（）

按某列排序

DataFrame迭代

1. 按列迭代
   
2. 按行迭代
   

pivot()

pivot_table()

crosstab()

正则表达式

df['url'] = df['url'].apply(lambda x: re.sub(':4443',':4442',x))

apply默认是行间的操作，这里把每行url列的3替换成了2

待更新：时间模块 datetime（）