pandas中的apply、applymap、join、merge、concat用法

1、apply、applymap、map

 对数据进行处理的时候，使用循环往往会大大降低代码的执行效率，但是通过pandas中封装好的函数，则可以极大提升执行效率；

DataFrame.apply(self, func, axis=0, broadcast=None, raw=False, reduce=None, result_type=None, args=(), **kwds)   # 轴级应用函数（默认axis=0）

DataFrame.applymap(self, func)   # 元素级应用函数

map()  #python 内置函数，常与匿名函数搭配使用

import pandas as pd
import numpy as np

df = pd.DataFrame(np.random.randn(5, 3), columns=['col1', 'col2', 'col3'])


print df.applymap(lambda x: x*100)

         col1        col2        col3
0  -46.794441  -39.065235  -43.029788
1 -106.007018   27.150164   39.014999
2  -82.441000 -183.847367   28.454017
3   31.048271 -154.712457 -121.747535
4   49.811200 -100.607442 -137.614507

print df.apply(np.mean, axis=0)

col1    0.645906
col2   -0.499199
col3   -0.021930
dtype: float64

print df.apply(np.mean, axis=0)

0   -0.143159
1    0.772798
2   -0.030872
3   -0.076344
4   -0.314461
dtype: float64

print df['col1'].map(lambda x: x*100)

0     27.613782
1     52.613560
2    139.238366
3     56.926986
4     46.560222
Name: col1, dtype: float64

2、append、join、merge、concat

　　如今数据为方便存储以及节省存储空间，多为关系型数据，例如商场的数据库中，分为顾客的个人属性信息、购物行为信息、商场的商品属性信息、存货信息等，为了进行数据分析，往往需要将这几个表按照制定的键进行连接，得到我们最终想要的数据宽表。

　　常用的有如下集中方法，都是pandas模块已经封装好的，直接修改里面的参数，调用即可。个人感觉，merge()在连接表的时候更好用一些，因为可选参数较多，可以满足实际中复杂的需求。append主要用于添加数据，并不是连接表。

pandas.concat(objs, axis=0, join='outer', join_axes=None, ignore_index=False, keys=None, levels=None, names=None, verify_integrity=False, sort=None, copy=True)   #沿特定轴连接pandas对象，沿其他轴使用可选的设置逻辑

DataFrame.join(self, other, on=None, how='left', lsuffix='', rsuffix='', sort=False)

DataFrame.merge(self, right, how='inner', on=None, left_on=None, right_on=None, left_index=False, right_index=False, sort=False, suffixes=('_x', '_y'), copy=True, indicator=False, validate=None)  

　　on：连接键  |  left_on： 左表的连接键   |  right_on：右表的连接键   |  left_index=True将使用左表的索引作为连接键   |   right_index=True  类似left_index

　　how：连接方式

　　suffixes：表的列名后缀  

DataFrame.append(self, other, ignore_index=False, verify_integrity=False, sort=None)     # 将其他行附加到调用者的末尾，返回一个新对象

import pandas as pd

df = pd.DataFrame([[1, 2], [3, 4]], columns=list('AB'))
df2 = pd.DataFrame([[5, 6], [7, 8]], columns=list('AB'))
print df.append(df2)

   A  B
0  1  2
1  3  4
0  5  6
1  7  8

print df.append(df2, ignore_index=True)

   A  B
0  1  2
1  3  4
2  5  6
3  7  8