Pandas实用的技巧分享

这篇文章主要讲解了“Pandas实用的技巧分享”，文中的讲解内容简单清晰，易于学习与理解，下面请大家跟着小编的思路慢慢深入，一起来研究和学习“Pandas实用的技巧分享”吧！

01 使用apply拆分文本

Pandas 中 apply 函数，应用广泛，今天要跟大家分享一个使用的技巧，使用 apply 将 dataframe 中内容为 list 的列拆分为多列。

拆分前的数据情况，如下图红色标注所示：

拆分后，如下图所示：

这个案例中，Lemon 使用的数据来自 akshare ，在开始前，引入相关 package ：

# -*- coding: utf-8 -*-  """  @Author: Lemon  @出品：Python数据之道  @Homepage: liyangbit.com  """  import numpy as np  import pandas as pd  import akshare as ak

Lemon 使用的几个 Python 库的版本信息如下：

print('numpy版本：{}'.format(np.__version__))  print('pandas版本：{}'.format(pd.__version__))  print('akshare版本：{}'.format(ak.__version__)) # numpy版本：1.18.1  # pandas版本：1.0.3  # akshare版本：0.7.53

如果代码运行出现问题，请先检查下这几个Python库的版本是否与上面的一致

先从 akshare 获取需要的数据，分为两步，第一步是获取基金代码的列表，如下：

df = ak.fund_em_fund_name().head(20).tail(5)  dfdf = df[['基金代码','基金简称']]  print(df)

第二步是获取基金净值数据和净值日期，通过一个自定义函数来获取，自定义函数如下：

# 自定义函数只有一个参数的情形  # 获取基金单位净值以及净值日期  def get_mutual_fund(code):      df = ak.fund_em_open_fund_info(fund=code, indicator="单位净值走势")      dfdf = df[['净值日期', '单位净值','日增长率']]      # df.columns = ['净值日期', '单位净值', 'equityReturn', 'unitMoney']      df['净值日期'] = pd.to_datetime(df['净值日期'])      dfdf = df.sort_values('净值日期',ascending=False)      unit_equity = df.head(1)['单位净值'].values[0]      date_latest = df.head(1)['净值日期'].values[0]      return [unit_equity, date_latest]

对于这个自定义函数，在 pandas 使用 apply 来应用自定义函数，这是使用 apply 的一种常用的方法，如下：

# 获取基金最新的单位净值和净值日期  df['tmp'] = df['基金代码'].apply(get_mutual_fund)  print(df)

获取的数据截图如下：

文本拆分

上图中的 tmp 列，就是我们这次需要进行处理的对象。

处理方法可以有多种，这里 Lemon 使用 pandas 中的 apply 来处理，相对来说，也是比较便捷的方式。

在 apply 函数中，使用 pd.Series 就可以达到我们的目的。

# 将单位净值和净值日期单独成列  df[['最新单位净值','净值日期']] = df['tmp'].apply(pd.Series)  dfdf = df.drop('tmp',axis=1)  print(df)

结果如下：

02 有两个参数的函数

pandas 中的 apply 函数应用自定义函数时，通常情况下，都是没有参数或者一个参数，那么如果有两个参数，是否还可以使用apply函数呢？

答案是可以的。

这里我们也来探讨下。

还是以上面的案例为基础雏形，同样的，先从 akshare 获取数据

df1 = ak.fund_em_fund_name().head(20).tail(5)  df1df1 = df1[['基金代码','基金简称']]

接下来，自定义一个带有两个参数的函数，如下：

# 自定义函数有两个参数的情形  # 获取年度年底基金净值数据  def get_mutual_fund_year(code,year):      year = str(year)      df = ak.fund_em_open_fund_info(fund=code, indicator="单位净值走势")      dfdf = df[['净值日期', '单位净值', '日增长率']]      # df.columns = ['净值日期', '单位净值', 'equityReturn', 'unitMoney']      df['净值日期'] = pd.to_datetime(df['净值日期'])     dfdf = df.sort_values('净值日期',ascending=False)      dfdf = df.set_index('净值日期')[year]     dfdf = df.reset_index()      unit_equity = df.head(1)['单位净值'].values[0]      date = df.head(1)['净值日期'].values[0]      return [unit_equity,date]

带有两个参数的自定义函数

然后，使用 apply 来应用上面这个带两个参数的自定义函数，核心要点就是嵌套使用 lambda 函数，固定其中一个参数，具体如下

df1['tmp'] = df1['基金代码'].apply(lambda code: get_mutual_fund_year(code, 2019))

后续，依旧是文本拆分，实现代码如下：

# 将单位净值和净值日期单独成列  df1[['最新单位净值','净值日期']] = df1['tmp'].apply(pd.Series)  df1df1 = df1.drop('tmp',axis=1)  print(df1)

应用场景

有同学可能会问，使用两个参数的自定义函数，有什么用呢？

这里，Lemon 也分享一个应用场景：

根据上面的基础雏形数据，针对具体的年度，建立一个下拉列表，选择不同的年份时，返回不同年份的结果，包括文本数据、表格数据以及图表等。

效果如下：

涉及到一些个人的数据，就没有完整展示啦~~

感谢各位的阅读，以上就是“Pandas实用的技巧分享”的内容了，经过本文的学习后，相信大家对Pandas实用的技巧分享这一问题有了更深刻的体会，具体使用情况还需要大家实践验证。这里是亿速云，小编将为大家推送更多相关知识点的文章，欢迎关注！