3 个有意思的函数分别是zip()、cut()、enumerate()。

zip() 将元素打包成元祖组，然后返回可支持遍历的对象

1
2
3
4
5
6
# 打包为元组的列表
a = [1,2,3]
b = [4,5,6]
c = [4,5,6,7,8]
for i in zip(a, b):
    print(i)
1
2
3
(1, 4)
(2, 5)
(3, 6)
1
2
3
# 元素个数与最短的列表一致
for x in zip(a,b, c):
    print(x)
1
2
3
(1, 4, 4)
(2, 5, 5)
(3, 6, 6)

PandasData数据类型的cut()函数，将数据分组打标签

1
2
3
4
5
6
7
import pandas as pd
import numpy as np

df = pd.DataFrame({
    'A': np.arange(20,30)
})
df

image.png

1
2
# 分成3组，right=True 情况
pd.cut(df['A'], bins=[10,20,25,30], right=True)
1
2
3
4
5
6
7
8
9
10
11
12
0    (10, 20]
1    (20, 25]
2    (20, 25]
3    (20, 25]
4    (20, 25]
5    (20, 25]
6    (25, 30]
7    (25, 30]
8    (25, 30]
9    (25, 30]
Name: A, dtype: category
Categories (3, interval[int64]): [(10, 20] < (20, 25] < (25, 30]]
1
pd.cut(df['A'], bins=[10,20,25,30], right=False)
1
2
3
4
5
6
7
8
9
10
11
12
0    [20, 25)
1    [20, 25)
2    [20, 25)
3    [20, 25)
4    [20, 25)
5    [25, 30)
6    [25, 30)
7    [25, 30)
8    [25, 30)
9    [25, 30)
Name: A, dtype: category
Categories (3, interval[int64]): [[10, 20) < [20, 25) < [25, 30)]
1
2
# 使用labels，增加辨识度
pd.cut(df['A'], bins=[10,20,25,30], labels=['低劣','普通','良好'])
1
2
3
4
5
6
7
8
9
10
11
12
0    低劣
1    普通
2    普通
3    普通
4    普通
5    普通
6    良好
7    良好
8    良好
9    良好
Name: A, dtype: category
Categories (3, object): [低劣 < 普通 < 良好]

enumerate()函数获取迭代数据序号

1
2
3
4
5
6
# enumerate()函数用于将一个可遍历的数据对象（如列表、元组或字符串组合）组合为一个索引序列，同时列出数据和数据下标，一般用在for循环中
seasons = ['Spring', 'Summer', 'Fall', 'Winter']
print(list(enumerate(seasons)))

# 下标从 1 开始
print(list(enumerate(seasons, start=1)))
1
2
[(0, 'Spring'), (1, 'Summer'), (2, 'Fall'), (3, 'Winter')]
[(1, 'Spring'), (2, 'Summer'), (3, 'Fall'), (4, 'Winter')]
1
2
3
seq = ['one', 'two', 'three']
for i, element in enumerate(seq):
     print(i, element)
1
2
3
0 one
1 two
2 three