一、DataFrame是否为空
判断整个DataFrame是否为空的方法：
pandas.DataFrame.empty
示例：
df = pd.DataFrame({'fruits':['apple', 'orange', 'watermelon'], 'price':[6, 4, 2]})
df
fruits price
0 apple 6
1 orange 4
2 watermelon 2
if df.empty:
print('=== df为空 ===')
else:
print('=== df非空 ===') # === df非空 ===
df_empty = pd.DataFrame(columns=['fruits', 'price'])
df_empty
Empty DataFrame
Columns: [fruits, price]
Index: []
if df_empty.empty:
print('=== df_empty为空 ===') # === df_empty为空 ===
else:
print('=== df_empty非空 ===')
而判断具体某个元素是否为NAN，则可以使用isna()函数：
df = pd.DataFrame({'fruits':['apple', 'orange', 'watermelon'], 'price':[6, 4, 2]})
df
fruits price
0 apple 6
1 orange 4
2 watermelon 2
df.isna()
fruits price
0 False False
1 False False
2 False False
或者使用空值的特征判断（NAN的一大特征就是不等于本身）：
np.nan != np.nan
True
二、DataFrame行/列差值计算
计算DataFrame行/列的差值使用：
DataFrame.diff(periods=1, axis=0)
其中，
periods：默认值是1，表示两行/列的索引之差，即平移的区间，periods为正整数表示索引大的行/列减去索引小的，反之；axis：运算的轴，默认为0，表示按照行进行计算，axis=1，表示按照列进行计算。
示例：
2.1 periods示例
df = pd.DataFrame({'price':[6, 4, 2, 4, 6], 'weight': [12, 43, 23, 3, 5], 'total':[72, 172, 46, 12, 30]})
df
price weight total
0 6 12 72
1 4 43 172
2 2 23 46
3 4 3 12
4 6 5 30
# 默认对行操作，periods=1表示后一行减前一行
df.diff(periods=1)
price weight total
0 NaN NaN NaN
1 -2.0 31.0 100.0
2 -2.0 -20.0 -126.0
3 2.0 -20.0 -34.0
4 2.0 2.0 18.0
# periods=2表示做差的两行间相隔一行
df.diff(periods=2)
price weight total
0 NaN NaN NaN
1 NaN NaN NaN
2 -4.0 11.0 -26.0
3 0.0 -40.0 -160.0
4 4.0 -18.0 -16.0
# 默认对行操作，periods=-1表示前一行减后一行
df.diff(periods=-1)
price weight total
0 2.0 -31.0 -100.0
1 2.0 20.0 126.0
2 -2.0 20.0 34.0
3 -2.0 -2.0 -18.0
4 NaN NaN NaN
2.2 axis示例
df
price weight total
0 6 12 72
1 4 43 172
2 2 23 46
3 4 3 12
4 6 5 30
# axis=0表示对行操作
df.diff(periods=1, axis=0)
price weight total
0 NaN NaN NaN
1 -2.0 31.0 100.0
2 -2.0 -20.0 -126.0
3 2.0 -20.0 -34.0
4 2.0 2.0 18.0
# axis=1表示对列操作
df.diff(periods=1, axis=1)
price weight total
0 NaN 6 60
1 NaN 39 129
2 NaN 21 23
3 NaN -1 9
4 NaN -1 25
三、DataFrame行/列变化率计算
计算DataFrame中行/列的变化率时使用函数：
pd.DataFrame.pct_change(periods, fill_method, limit, freq, **kwargs)
参数含义：
periods : int类型，默认为1，含义同diff函数中的periods；fill_method : str类型, 默认为’pad’，表示在计算变化率之前如何处理空值。'pad’表示使用前一个值进行缺失值填充；limit : int类型, 默认为None，表示填充的最大NA的数量，如果NA的数量大于limit，那么停止填充NA元素；freq : DateOffset, timedelta, 或者 str类型，可选参数，表示时间序列 API 中使用的增量(例如“M”或BDay())；**kwargs，其他传递到 DataFrame.shift 或 Series.shift的关键字参数。
函数返回值类型与调用对象一致，为Series或者DataFrame。
Examples：
-----------
**Series**
-----------
>>> s = pd.Series([90, 91, 85])
>>> s
0 90
1 91
2 85
dtype: int64
>>> s.pct_change()
0 NaN
1 0.011111
2 -0.065934
dtype: float64
>>> s.pct_change(periods=2)
0 NaN
1 NaN
2 -0.055556
dtype: float64
# 存在空值时，使用前一个有效值先填充后再计算
>>> s = pd.Series([90, 91, None, 85])
>>> s
0 90.0
1 91.0
2 NaN
3 85.0
dtype: float64
>>> s.pct_change(fill_method='ffill')
0 NaN
1 0.011111
2 0.000000
3 -0.065934
dtype: float64
---------------
**DataFrame**
---------------
>>> df = pd.DataFrame({
... 'FR': [4.0405, 4.0963, 4.3149],
... 'GR': [1.7246, 1.7482, 1.8519],
... 'IT': [804.74, 810.01, 860.13]},
... index=['1980-01-01', '1980-02-01', '1980-03-01'])
>>> df
FR GR IT
1980-01-01 4.0405 1.7246 804.74
1980-02-01 4.0963 1.7482 810.01
1980-03-01 4.3149 1.8519 860.13
>>> df.pct_change()
FR GR IT
1980-01-01 NaN NaN NaN
1980-02-01 0.013810 0.013684 0.006549
1980-03-01 0.053365 0.059318 0.061876
# 对列进行变化百分比计算，同时periods=-1表示前一列相对后一列的变化率
>>> df = pd.DataFrame({
... '2016': [1769950, 30586265],
... '2015': [1500923, 40912316],
... '2014': [1371819, 41403351]},
... index=['GOOG', 'APPL'])
>>> df
2016 2015 2014
GOOG 1769950 1500923 1371819
APPL 30586265 40912316 41403351
>>> df.pct_change(axis='columns', periods=-1)
2016 2015 2014
GOOG 0.179241 0.094112 NaN
APPL -0.252395 -0.011860 NaN
【述毕】
笔者独自运营了微信公众号，用于分享个人学习及工作生活趣事，大家可以关注一波。（微信搜索“微思研”）
精彩内容
发表评论