Chapter 函数

（1）agg()函数：通常用于调用groupby()函数之后，对数据做一些聚合操作，包括sum、min、max以及其他一些聚合函数。

df.groupby(by="A").agg(["mean","min","max"]) #获取按照A类分组后A列的平均值、最小值、最大值
df.groupby(by="A").agg({"B":["min","max"],"c":"min"}) #获取按照A类分组后B列的最小值和最大值，以及c列的最小值

（2）map()函数：会根据提供的函数对指定序列做映射。

df['sex'].map({"male":1,"female":0}) #将性别数字化
list(map(square,[1,2,3,4,5])) #计算列表各元素的平方
list(map(lambda x: x**2,[1,2,3,4,5])) #使用lambda函数计算各元素平方

（3）unique()函数和nunique函数

unique()函数：用于获取Series对象的唯一值。

nunique()函数：唯一值的数量。

df["a"].unique()
df["a"].nunique()

（4）var()函数、std()函数

var()函数：求解方差

std()函数：求解标准差

df["a"].var() #计算a列的方差
df["a"].std() #计算a列的标准差

（5）cumsum()函数：某列逐行累加，例如某列的值为1，2，3，4.那么累加就是1，3，6，10。

df["a"].cumsum() #累加a列的数据

（6）idxmax()函数、idxmin()函数

idxmax()函数：列出最大值所对应的索引号。

idxmin()函数：列出最小值所对应的索引号。

df["a"].idxmax() #列出a列最大值所对应的索引号
df["a"].idxmin() #列出a列最小值所对应的索引号

（7） replace()函数：允许或不允许对同一行进行多次采样，通常在数据抽样处理时用此函数。

df.sample(n=5,replace=False) #不放回随机抽样5个数据
df.sample(n=5,replace=True)  #有放回随机抽样5个数据

（8）concat()函数、merge()函数

concat()函数：用于连接两个或者多个数组，返回新的数组。

merge()函数：类似于SQL中join的用法，可以将不同数据集依照某些字段（属性）进行合并操作，得到一个新的数据集。

pd.concat(objs=[df1,df2,df3],axis=0) #以行的维度合并数据
pd.merge(left=df1,right=df2,on="年份",how="outer") #根据“年份”来外连接df1,df2

 （9）inplace()函数 ：是否在原对象基础上进行修改

inplace = True：不创建新的对象，直接对原始对象进行修改； ​

inplace = False：对数据进行修改，创建并返回新的对象承载其修改结果。

df.drop(["A"],axis=1,inplace=True)  #删除A列，并且直接在原对象上进行修改

（10）set_index()函数、reset_index()函数

set_index()函数：设置索引

reset_index()函数：取消索引

d=df_1.set_index(keys="年份",drop=False)  #设置年份一列为索引，且年份这一列保留
d.reset_index(inplace=True) #在原对象的基础上删除索引

（11）duplicated()函数、drop_duplicates()函数

#subset列标签
#keep——first:删除第一次出现的重复项；last:删除重复项，除了最后一次出现；false:删除所有重复项
df_1.duplicated(subset="年份",keep="first")  #查找重复值
df_1.drop_duplicates(subset="年份",keep="first",inplace=False) #删除重复值
df_1.index.duplicated()  #查找重复索引