2023學(xué)年完整公開課版數(shù)據(jù)應(yīng)用

數(shù)據(jù)應(yīng)用教師：亢華愛北京信息職業(yè)技術(shù)學(xué)院商務(wù)數(shù)據(jù)分析與應(yīng)用專業(yè)教學(xué)資源庫目錄Contents數(shù)據(jù)應(yīng)用1PART數(shù)據(jù)應(yīng)用數(shù)據(jù)應(yīng)用語法格式：apply(func，axis=0，broadcast=None，raw=False，reduce=None，result_type=None，args=()，**kwds)apply()方法可以作用于DataFrame中每一行、每一列元素可以在許多標(biāo)準(zhǔn)用例中替代聚合和轉(zhuǎn)換既不適合使用agg()方法進(jìn)行聚合也不適合使用transform()方法進(jìn)行轉(zhuǎn)換數(shù)據(jù)應(yīng)用上述方法中常用參數(shù)表示的含義如下：apply(func，axis=0，broadcast=None，raw=False，reduce=None，result_type=None，args=()，**kwds)(3)broadcast：表不是否將數(shù)據(jù)進(jìn)行廣播。若設(shè)為False或None，則會返回一個(gè)Series對象，其長度跟索引的長度或列數(shù)一樣；若設(shè)為True，則表示結(jié)果將被廣播到原始對象中，原始的索引和列將會被保留。(1)func：表示應(yīng)用于某一行或某一列的函數(shù)。(2)axis：表示函數(shù)操作的軸向，“0”或“index”表示將函數(shù)應(yīng)用于列上，“1”或“columns”表示將函數(shù)應(yīng)用于行上，默認(rèn)為0。數(shù)據(jù)應(yīng)用假設(shè)有一個(gè)10行4列的表格，從左邊數(shù)表格中前3列的數(shù)據(jù)都是數(shù)值類型的，最后一列的數(shù)據(jù)是字符串類型的，如圖所示：

0

80

41

30b

1

23

87

78a

2

25

58

23a

3

63

68

66b

4

94

72

16b5

92

89

59a6

99

60

20b7

92

42

23a8

82

53

24a9

99

65

40adataldata2data3key表格示例在表格中，按照key一列的數(shù)據(jù)進(jìn)行分組，將表格拆分成a、b兩組，將max()方法作用于每個(gè)分組中，求出每個(gè)分組中的最大值。數(shù)據(jù)應(yīng)用創(chuàng)建一個(gè)與表格結(jié)構(gòu)相同的DataFrame對象，代碼如下：In[29]:frompandasimportDataFrame，Seriesimportpandasaspdimportnumpyasnpdata_frame=DataFrame({'data1':[80，23，25，63，94，92，99，92，82，99]，'data2':[41，87，58，68，72，89，60，42，53，65]，'data3':[30，78，23，66，16，59，20，23，24，40]，'key':list('baabbabaaa'})data_frameOut[29]:data1data2data3key0 8041 30 b1 23 87 78 a2 25 58 23 a3 63 68 66 b4 94 72 16 b5 92 89 59 a6 99 60 20 b7 92 42 23 a8 82 53 24 a9 99 65 40 a數(shù)據(jù)應(yīng)用創(chuàng)建好DataFrame對象后，調(diào)用groupby()方法按key列進(jìn)行分組，并打印出每個(gè)分組中的數(shù)據(jù)，示例代碼如下：In[30]:#對數(shù)據(jù)進(jìn)行分組data_by_group=data_frame.groupby('key')#打印分組數(shù)據(jù)dict([xforxindata_by_group])['a']Out[30]:data1data2data3key1 23 87 78 a2 25 58 23 a5 92 89 59 a7 92 42 23 a8 82 53 24 a9 99 65 40 aIn[31]:dict([xforxindata_by_group])['b']Out[31]:data1data2data3key0 80 41 30 b3 63 68 66 b4 94 72 16 b6 99 60 20 b數(shù)據(jù)應(yīng)用以“key”列為分組鍵將data_frame對象進(jìn)行分組為了能夠?qū)⒚總€(gè)分組的數(shù)據(jù)顯示出來，可以使用列表推導(dǎo)式將分組對象構(gòu)建成列表可以把包含所有分組的列表轉(zhuǎn)換為字典，其中分組鍵作為字典的鍵，分組中的數(shù)據(jù)作為字典中的值通過輸岀結(jié)果可以清楚地看到分組a和分組b中的具體數(shù)據(jù)數(shù)據(jù)應(yīng)用我們自定義一個(gè)對每個(gè)元素加10的plus_ten()函數(shù)，然后調(diào)用apply()方法，將plus_ten()函數(shù)應(yīng)用到每一個(gè)元素中，具體如下：In[32]:#對每個(gè)元素加10defplus_ten(data_frame):returndata_frame.iloc[:，:3]+10data_by_group.apply(plus_ten)Out[32]:data1data2data30 90 51 401 33 97 882 35 68 333 73 78 764 104 82 265 102 99 696 109 70 307 102 52 338 92 63 349 1097550數(shù)據(jù)應(yīng)用從輸出結(jié)果中可以看出，每個(gè)元素較之前的元素都加上10，說明apply()方法同樣能實(shí)現(xiàn)聚合效果In[32]:#對每個(gè)元素加10defplus_ten(data_frame):returndata_frame.iloc[:，:3]+10data_by_group.apply(plus_ten)Out[32]:data1data2data30 90 51 401 33 97 882 35 68 333 73 78 764 104 82 265 102 99 696 109 70 307 102 52 338 92 63 349 1097550

0

80

41

30b

1

23

87

78a

2

25

58

23a

3

63

68

66b

4

94

72

16b5

92

89

59a6

99

60

2