Pandas中的几个加速方法，你了解多少?

　　Pandas 数据统计包的 6 种高效函数

　　Pandas 也是一个 Python 包，它提供了快速、灵活以及具有显著表达能力的数据结构， 旨在使处理结构化 (表格化、多维、异构) 和时间序列数据变得既简单又直观。

　　PANDAS

　　Pandas 适用于以下各类数据:

　　●具有异构类型列的表格数据，如 SQL 表或 Excel 表

　　●有序和无序 (不一定是固定频率) 的时间序列数据

　　●带有行/列标签的任意矩阵数据(同构类型或者是异构类型)

　　●其他任意形式的统计数据集。事实上，数据根本不需要标记就可以放入 Pandas 结构中

　　Pandas 擅长处理的类型如下所示：

　　●容易处理浮点数据和非浮点数据中的 缺失数据(用 NaN 表示)

　　●大小可调整性: 可以从 DataFrame 或者更高维度的对象中插入或者是删除列

　　●显式数据可自动对齐: 对象可以显式地对齐至一组标签内，或者用户可以简单地选择忽略标签，使 Series、 DataFrame 等自动对齐数据

　　●灵活的分组功能，对数据集执行拆分-应用-合并等操作，对数据进行聚合和转换

　　●简化将数据转换为 DataFrame 对象的过程，而这些数据基本是 Python 和 NumPy 数据结构中不规则、不同索引的数据

　　●基于标签的智能切片、索引以及面向大型数据集的子设定

　　●更加直观地合并以及连接数据集

　　●更加灵活地重塑、转置(pivot)数据集

　　●轴的分级标记 (可能包含多个标记)

　　●具有鲁棒性的 IO 工具，用于从平面文件 (CSV 和 delimited)、 Excel 文件、数据库中加在数据，以及从 HDF5 格式中保存 / 加载数据

　　●时间序列的特定功能: 数据范围的生成以及频率转换、移动窗口统计、数据移动和滞后等

　　read_csv(nrows=n)

　　大多数人都会犯的一个错误是，在不需要.csv 文件的情况下仍会完整地读取它。如果一个未知的.csv 文件有 10GB，那么读取整个.csv 文件将会非常不明智，不仅要占用大量内存，还会花很多时间。我们需要做的只是从.csv 文件中导入几行，之后根据需要继续导入。

　　map()

　　map() 函数根据相应的输入来映射 Series 的值。用于将一个 Series 中的每个值替换为另一个值，该值可能来自一个函数、也可能来自于一个 dict 或 Series。

　　apply()

　　apply() 允许用户传递函数，并将其应用于 Pandas 序列中的每个值。

　　isin()

　　lsin () 用于过滤数据帧。Isin () 有助于选择特定列中具有特定(或多个)值的行。

　　copy()

　　Copy () 函数用于复制 Pandas 对象。当一个数据帧分配给另一个数据帧时，如果对其中一个数据帧进行更改，另一个数据帧的值也将发生更改。为了防止这类问题，可以使用 copy () 函数。

　　select_dtypes()

　　select_dtypes() 的作用是，基于 dtypes 的列返回数据帧列的一个子集。这个函数的参数可设置为包含所有拥有特定数据类型的列，亦或者设置为排除具有特定数据类型的列。

　　最后，pivot_table() 也是 Pandas 中一个非常有用的函数。如果对 pivot_table() 在 excel 中的使用有所了解，那么就非常容易上手了。