Python Pandas 黑客代码，探索数据处理新境界！

巧用 idxmin() 和 idxmax() 查找极值

idxmin() 和 idxmax() 函数可快速查找数据帧中特定列的最小和最大值所在的行索引。这对于识别异常值、统计分析或设置阈值非常有用。例如：

df = pd.DataFrame({"年龄": [20, 35, 42, 18, 28]})
最小_年龄_行索引 = df["年龄"].idxmin()  # 返回最年轻的行索引
最大_年龄_行索引 = df["年龄"].idxmax()  # 返回最老的行索引

使用 eval() 对数据帧应用条件表达式

eval() 函数允许您直接在数据帧上执行条件表达式。这对于复杂的数据操作或快速过滤非常有用。例如：

df = pd.DataFrame({"名称": ["约翰", "玛丽", "汤姆"], "年龄": [20, 35, 42]})
df[df.eval("年龄 > 30")]  # 返回年龄大于 30 的行

利用 resample() 对时间序列数据进行重采样

resample() 函数可将时间序列数据重采样至不同的频率（例如，每小时、每天、每月）。这对于时间序列分析、预测和可视化非常有用。例如：

df = pd.DataFrame({"日期": pd.date_range("2023-01-01", "2023-12-31"), "温度": [10, 12, 15, 18, 20]})
df.resample("M").mean()  # 计算每月平均温度

应用 groupby() 和 transfORM() 聚合数据

groupby() 和 transform() 函数组合可用于在数据分组内应用聚合函数。这对于计算滚动平均值、标准偏差或其他自定义聚合非常有用。例如：

df = pd.DataFrame({"名称": ["约翰", "玛丽", "汤姆"], "分数": [80, 90, 75]})
df.groupby("名称").transform(lambda x: x.mean())  # 计算每个学生的平均分数

使用 apply() 对数据帧应用自定义函数

apply() 函数允许您将自定义函数应用于数据帧中的每一行或每一列。这对于数据操作、自定义计算或复杂的转换非常有用。例如：

def my_custom_function(row):
    return row["年龄"] * 2

df.apply(my_custom_function, axis=1)  # 将自定义函数应用于每一行

探索 query() 函数进行快速过滤

query() 函数提供了一种简洁的方式来过滤数据帧，支持以 sql 风格的表达式。这对于快速隔离特定数据点、执行高级过滤或创建子集非常有用。例如：

df = pd.DataFrame({"名称": ["约翰", "玛丽", "汤姆"], "年龄": [20, 35, 42]})
df.query("年龄 > 30")  # 过滤出年龄大于 30 的行

利用 set_index() 和 reset_index() 调整索引

set_index() 和 reset_index() 函数可帮助您调整数据帧的索引。这对于将数据分组、设置多级索引或将索引转换为列非常有用。例如：

df = pd.DataFrame({"名称": ["约翰", "玛丽", "汤姆"], "年龄": [20, 35, 42]})
df.set_index("名称")  # 将 "名称" 列设置为索引
df.reset_index()  # 将索引重置为整数

掌握 melt() 和 pivot() 函数

melt() 和 pivot() 函数可帮助您对数据帧进行重塑和透视。这对于从不同角度查看数据、创建透视表或解压缩嵌套数据非常有用。例如：

df = pd.DataFrame({"学生": ["约翰", "玛丽", "汤姆"], "科目": ["数学", "英语", "科学"], "成绩": [80, 90, 75]})
melted_df = df.melt(id_vars=["学生", "科目"], value_vars=["成绩"])  # 解压缩嵌套数据
pivoted_df = melted_df.pivot(index="科目", columns="学生", values="成绩")  # 创建透视表

释放 merge() 函数的强大功能

merge() 函数允许您将多个数据帧合并到一个数据帧中。这对于连接不同数据集、执行联接或查找重复项非常有用。例如：

df1 = pd.DataFrame({"学生": ["约翰", "玛丽"], "年龄": [20, 35]})
df2 = pd.DataFrame({"学生": ["约翰", "汤姆"], "课程": ["数学", "英语"]})
merged_df = pd.merge(df1, df2, on="学生")  # 基于 "学生" 列合并两个数据帧