(二十六)：横向操作 - 图1

    此系列文章收录在公众号中：数据大宇宙 > 数据处理 >E-pd

    经常听别人说 Python 在数据领域有多厉害，结果学了很长时间，连数据处理都麻烦得要死。后来才发现，原来不是 Python 数据处理厉害，而是他有数据分析神器—— pandas

    前言

    在 Excel 上处理表格非常自由方便，他不需要你把数据组织得非常规范。在 pandas 处理时，除了常见的竖向操作，其实还可以横向操作。我们通过一个小例子学会合理使用 axis 参数

    横向平均

    某竞技比赛中的评分记录如下：

    (二十六)：横向操作 - 图2

    • 求出各个选择的平均得分

    • 如果在 Excel 中编写函数公式，是可以直接对每一行进行求平均

    在 pandas 中，同样非常简单，只需要一个方法就可以得到结果：

    (二十六)：横向操作 - 图3

    • 行1：加载数据，注意参数 index_col=0 ，我们把 选手 列作为行索引，否则下面求平均时，就需要把 选手 列排除在外

    • 行2：现在 df 中的列全是 评分 列，直接调用 mean 方法求平均。

    • 但是，默认情况下，mean 方法中的参数 axis 为 0 ，意思是”对每列求平均”，其结果是一行。这里设置参数 axis=1，即是对”每一行求平均”

    更合理的评分

    由于评分带有主观性质，实际生活中更常见的是去除极值后再统计。

    比如，现在需求修改为”每个选手去除各自的1个最高和1个最低分后求平均得分”，这里注意的是如果最高或最低分出现多个，也只是各去除1个。

    本系列就是一个从 Excel 角度学习 pandas 的思路，因此，只要你考虑到手工用 Excel 如何操作，即可学会 pandas 的代码思路。

    操作思路如下：

    • 逐行处理

    • 对行排序(升或降序无所谓)

    • 从行中第2个数开始，直到倒数第2个之间的数，对其求平均

    下面来看看 pandas 中是如何做到上述3步：

    (二十六)：横向操作 - 图4

    • 行3-6：自定义函数，这是每行数据的处理逻辑

    • 行4：对行排序

    • 行5：使用 Series.iloc[] 做切片选择，从行中第2个数(索引是1)开始，直到倒数第2个(索引是-1)之间的数

    • 行6：求平均

    • 行8：调用 DataFrame.apply 批量处理

    • 参数1：传入自定义函数

    • 参数 axis=’columns’ 指定按列维度处理，你也可以使用 axis=1 。

    axis 参数设置会有点难以理解， 我的 pandas 专栏第5节有关于轴的理解，可以去参考一下。

    如果你会写 lambda，这里其实不需要自定义函数：

    (二十六)：横向操作 - 图5

    • 其实没有节省多少代码(不需要定义函数名字，里面也不需要写 return)

    • 这种情况下，我不建议这样的写法，不太清晰，这里仅供参考

    总结

    本文重点：

    • axis 参数非常重要，pandas 中大部分对表(DataFrame)的处理方法都有此参数

    需要源码的小伙伴，公众号发送”数据处理”

    觉得写得不错，点击右下方”在看”

    如果希望从零开始学习 pandas ，那么可以看看我的 pandas 专栏。

    扫描二维码

    获取更多精彩

    数据大宇宙

    (二十六)：横向操作 - 图6