全文共1440字，預計學習時長6分鐘
圖源：unsplash
數據科學領域如此之廣，鮮少有人能精通所有語言、數據庫，筆者儘管已經從事了該行業數年之久，但仍然所知不多。學無止境，變得優秀的方法就是不停下學習的腳步。
在Pandas中，一些函數意義純粹，但也有一些函數指的是使用Pandas的方式，以及為什麼一種方法比另一種更好。這兒有一些節省大量的時間和精力Pandas函數和使用方法，這些效率驚人的神器千萬不要錯過。
itertuples（）
確實，它並不是純粹的函數，而是指使用Pandas的更有效方法，是循環訪問數據集的快捷方法。在花時間理解註釋部分之前，可以用更有效的方法計算總列值，在此筆者僅提出一些要點。
下面是一列簡單數據集，數字範圍為1到1百萬。
<code>df =pd.DataFrame(data={
'Number': range(1, 1000000)
})/<code>這是前幾行的示例：
現在列舉一個錯誤的方式。輸入一個總計變量並將其設置為0. 然後，通過使用iterrows（）循環訪問數據集，並在total的基礎上增加當前行的值，與此同時統計操作時間。以下是代碼：
<code>%%timetotal= 0for _, row in df.iterrows():
total += row['Number']
total>>> Wall time: 18.7 s/<code>這項小小的操作歷時將近19秒，而現在有一個更快捷的方法，與上述操作大致相同，但要加iteruples 而不是 iterrows：
<code>%%timetotal= 0for row in df.itertuples(index=False):
total += row.Number
total>>> Wall time: 82.1 ms/<code>筆者沒有計算時間，但可以看到操作速度提高非常明顯。下次執行循環時請記住這一點。
nlargest（）和nsmallest（）
筆者計算了兩個緯度/經度對之間的距離（以公里為單位）。那是第一步操作，第二步是選擇距離最小的前N條記錄。
圖源：unsplash
輸入-nsmallest（）。nlargest（）將返回N個最大值，而nsmallest（）將恰好相反。
看看它的實際結果。在實際操作中，筆者準備了一個小的數據集：
<code>df =pd.DataFrame(data={
'Name': ['Bob', 'Mark', 'Josh','Anna', 'Peter', 'Dexter'],
'Points': [37, 91, 66, 42, 99, 81]
})/<code>結果如下：
現在該數據集不是僅僅6行，而是包含了6000行，為了找到表現最好的學生，即分數最高，一種方法是這樣的：
<code>df['Points'].nlargest(3)/<code>
但這不是最佳解決方案，它會導致以下結果，沒有清楚顯示真實姓名：
改善方法如下：
<code>df.nlargest(3,columns='Points')/<code>
怎麼樣，是不是看起來更棒了：
以幾乎相同的操作來找到3個表現最差的學生-使用nsmallest（）功能：
<code>df.nsmallest(3,columns='Points')/<code>
輸出結果如下：
cut()
這一部分將繼續使用上一部分中的數據集，來回顧一下：
<code>df =pd.DataFrame(data={
'Name': ['Bob', 'Mark', 'Josh','Anna', 'Peter', 'Dexter'],
'Points': [37, 91, 66, 42, 99, 81]
})/<code>
cut（）函數的基本原理是將值分為不同的區間。下面是最簡單的示例，將從Points屬性創建兩個容器：
<code>pd.cut(df['Points'],bins=2)/<code>
現在還看不出效果。但是如何輸入從0到50的區間，以及第二個從50到100的區間呢？聽起來有點麻煩。以下為代碼：
<code>pd.cut(df['Points'],bins=[0, 50, 100])/<code>
但是需要注意的是，您要顯示的是Fail而不是（0，50]，要顯示Pass而不是（50，100]。你需要這樣做：
<code>pd.cut(df['Points'],bins=[0, 50, 100], labels=['Fail', 'Pass'])/<code>
對於剛入門的程序員，這些功能將有助於節省時間和精力；如果你是資深程序員，本文或許能幫你加強對這些函數的瞭解，避免每次都得從頭開始捋，因為這樣毫無意義。
留言點贊關注
我們一起分享AI學習與發展的乾貨
如轉載，請後臺留言，遵守轉載規範
