Pandas的小技巧不容忽视：万能变换，简单集成，数据压缩，高效数据分析-量子比特

数据分析，错过Pandas的方法。

因此，数据科学家Roman Orac将从职场相遇开始介绍使用潘达斯的技巧。

如果你了解这些技巧，你可以学习Pandas，或者更有效地使用它。

虽然很快，但我们一起学习吧。

Pandas的技术

使用Pandas进行数据分析的最大要点是DataFrame。但是，在提示输出时，必须将DataFrame转换为其他格式。

Pandas在这一点上非常友好，只需添加一行代码

将DataFrame转换为HTML

如果需要通过HTML发送自动报告，则to_检查html函数。

例如，设置以下数据帧：

df = pd importnumpyasnpimportpandasaspdimportrandomn = 10 . dataframe（{col1：np.随机.random_sample（n），col2：np.随机.random_sample（n），col3：[random.randint（0,10）for_inrange（random.randint（3,5、]for_inrange（n）]，}。

to_可以使用html将表格迁移到html文件中。

df_html=df _ to_html（）withopen（「analyisi.html」,「w」）asf： f.wirite （df_html）

与此配套的是将HTML返回到DataFrame的readhtml函数。

从DataFrame到LaTeX

没有在LaTeX写过论文的人，一定要推荐。

也可以通过函数将数据帧值转换为LaTeX表。

df.to_latex（）

旋转DataFrame Markdown

在GitHub上添加代码需要自述文件

在这种情况下，可能需要将DataFrame转换为Markdown格式。

Pandas也在想你

print（df.to_markdown（）

注意：还需要tabulate库。

将数据帧传输到Excel

说到这里，给同学们出一个小问题：导师/老板/顾客要求你提供Excel格式的数据，你会怎么做

当然——

df.to_excel（“analiss.xlsx”）

另外，如果没有安装过xlwt和openpyxl这两个工具包，则必须预先安装。

另外，与HTML一样，在pandas DataFrame中有read-excel作为用于导入excel数据的函数。

它是一个叫做DataFrame的跨字符串

转换为字符串没有问题

df.to_它有五种不为人知的技巧

Roman Orac以前介绍了5种Pandas的技巧，虽然他觉得很好用，但大家都不太熟悉。

1, data_是range

从外部API或数据库检索数据时，必须多次指定时间范围。

Pandas的data_range涵盖了这一需求。

importpandasaspddate_from= " 2019-01-01 " date_to= " 2019-01-12 " date_range=pd.date_range（date_from,date_to,freq= " D "）print（date）_range）

freq=“D”/“M”/“Y”。此函数分别返回一天、一个月和一年中增加的日期。

2、数据整合

假设你有一个叫DataFrame的left

它被称为right DataFrame

我想用“key”这个关键词来总结这个。

实施代码是这样的

f_merge=left。merge（right,on=「key」,how=「left」,indicator=True）

3.最近的合并。

在处理财务数据（如股票或密码货币）时，价格会根据实际交易而变动。

对于这样的数据，Pandas将merge_它提供了一个叫做asof的便利功能

此功能允许在最近的key（如时间戳）中集成数据帧。

例如，假设有一个数据框架存储了报价信息。

也有保存交易信息的DataFrame。

必须集成两个数据帧中的相应信息

如果最新报价与交易之间有10毫秒的延迟或没有报价，则在合并时merge_使用asof。

pd.merge_asof（trades，quotes，on=“timestamp”，by=“ticker”，tolerance=pd.timedelta（“10ms”），direction=“backward”）

4，用Excel制作报告

在Pandas中，可以在DataFrame中直接创建Excel报告。

importnumpyasnpimportpandasaspddf = pd . dataframe（np.array），columns=[a，b，c]report_name = ' example_report.xlsx'she _name='Sheet1'writer= pd.excelwriter （report.name,engine='xlsxwriter'）df.to_excel（writer,she _name）=sheet_name，index=False。

不仅可以放入数据，还可以放入图表。

#definetheworkbook=铃木俊。bookworksheet=铃木俊。sheets [sheet_name] # createachartlineobjectchart = workbook . add_chart（{ ' type '： ' line '}） # configuretheseriesofthechartfromthespreadsheet# usingalistofvaluesinsteadofcategory / valueformulas： #[sheetname,first_row,first_col,last_row,last_col]chart.add_series（{'categories'：[sheet_name,1, 3,0],'values'：[sheet]_name、1,1,3,1]}）# configurethechartaxeschart . set_x_axis（{'hi'：'索引'、'position_axis'：'on_tick'}）图。set_y_axis （{ ' hi '： ' value '、 ' major_gridlines ' { ' visible '： '}}） # placethechartontheworksheetworksheet . insert_chart（'e2'，图表）#outputtheexcelfilewriter。save （）

注意：需要XlsxWriter库。

5，磁盘节省空间

当保存数据集时，Pandas可以压缩数据集并以压缩格式导入数据集。

制作300MB的DataFrame保存在csv中

df= pd.dataframe （pd.np.random.randn（50000,300）df.to_csv（「random.data.csv」,index=False）

试着压缩一下。

df.to_csv（‘random_data.gz',compression='gzip',index=False）

文件为136MB。

gzip压缩文件可直接读取：

df=pd.read_csv（‘random_data.gz'）

这个Pandas技巧笔记本暂且到此为止。大家都在记笔记吗。

Talk is cheap, show me the code。学会了就用吧

-结束了