实用的 Pandas 技巧，估计 80% 的人不知道-轻识

之前跟大家分享了在 pandas 的 apply 函数中用 pd.Series 功能来拆分文本，文章链接如下：

Pandas 的这个知识点，估计 80% 的人都得挂！

数据来源于 akshare，由于 akshare 版本的更新，部分接口发生变化，致使上面文章里的代码运行会出错。因此今天也会更新下代码。

此外，在上面文章里应用到了 apply 使用自定义函数的功能，之前文章里，自定义函数只有一个参数。有同学提了一个问题，如果自定义函数有两个参数，该怎么办？

嗯嗯嗯，这是一个好问题！

今天，Lemon也会分享下自定义函数有两个参数的情况，该如何解决。

接下来，还是先更新此前文章的代码。

01 使用apply拆分文本

Pandas 中 apply 函数，应用广泛，今天要跟大家分享一个使用的技巧，使用 apply 将 dataframe 中内容为 list 的列拆分为多列。

拆分前的数据情况，如下图红色标注所示：

拆分后，如下图所示：

这个案例中，Lemon 使用的数据来自 akshare ，在开始前，引入相关 package ：

# -*- coding: utf-8 -*-
"""
@Author: Lemon
@出品：Python数据之道
@Homepage: liyangbit.com
"""

import numpy as np
import pandas as pd
import akshare as ak

Lemon 使用的几个 Python 库的版本信息如下：

print('numpy版本：{}'.format(np.__version__))
print('pandas版本：{}'.format(pd.__version__))
print('akshare版本：{}'.format(ak.__version__))

# numpy版本：1.18.1
# pandas版本：1.0.3
# akshare版本：0.7.53

如果代码运行出现问题，请先检查下这几个Python库的版本是否与上面的一致

先从 akshare 获取需要的数据，分为两步，第一步是获取基金代码的列表，如下：

df = ak.fund_em_fund_name().head(20).tail(5)
df = df[['基金代码','基金简称']]
print(df)

第二步是获取基金净值数据和净值日期，通过一个自定义函数来获取，自定义函数如下：

# 自定义函数只有一个参数的情形
# 获取基金单位净值以及净值日期
def get_mutual_fund(code):
    df = ak.fund_em_open_fund_info(fund=code, indicator="单位净值走势")
    df = df[['净值日期', '单位净值','日增长率']]
    # df.columns = ['净值日期', '单位净值', 'equityReturn', 'unitMoney']
    df['净值日期'] = pd.to_datetime(df['净值日期'])
    df = df.sort_values('净值日期',ascending=False)
    unit_equity = df.head(1)['单位净值'].values[0]
    date_latest = df.head(1)['净值日期'].values[0]
    return [unit_equity, date_latest]

对于这个自定义函数，在 pandas 使用 apply 来应用自定义函数，这是使用 apply 的一种常用的方法，如下：

# 获取基金最新的单位净值和净值日期
df['tmp'] = df['基金代码'].apply(get_mutual_fund)
print(df)

获取的数据截图如下：

文本拆分

上图中的 tmp 列，就是我们这次需要进行处理的对象。

处理方法可以有多种，这里 Lemon 使用 pandas 中的 apply 来处理，相对来说，也是比较便捷的方式。

在 apply 函数中，使用 pd.Series 就可以达到我们的目的。

# 将单位净值和净值日期单独成列
df[['最新单位净值','净值日期']] = df['tmp'].apply(pd.Series)
df = df.drop('tmp',axis=1)
print(df)

结果如下：

02 有两个参数的函数

pandas 中的 apply 函数应用自定义函数时，通常情况下，都是没有参数或者一个参数，那么如果有两个参数，是否还可以使用apply函数呢？

答案是可以的。

这里我们也来探讨下。

还是以上面的案例为基础雏形，同样的，先从 akshare 获取数据

df1 = ak.fund_em_fund_name().head(20).tail(5)
df1 = df1[['基金代码','基金简称']]

接下来，自定义一个带有两个参数的函数，如下：

# 自定义函数有两个参数的情形
# 获取年度年底基金净值数据
def get_mutual_fund_year(code,year):
    year = str(year)
    df = ak.fund_em_open_fund_info(fund=code, indicator="单位净值走势")
    df = df[['净值日期', '单位净值', '日增长率']]
    # df.columns = ['净值日期', '单位净值', 'equityReturn', 'unitMoney']
    df['净值日期'] = pd.to_datetime(df['净值日期'])
    df = df.sort_values('净值日期',ascending=False)
    df = df.set_index('净值日期')[year]
    df = df.reset_index()
    unit_equity = df.head(1)['单位净值'].values[0]
    date = df.head(1)['净值日期'].values[0]
    return [unit_equity,date]

带有两个参数的自定义函数

然后，使用 apply 来应用上面这个带两个参数的自定义函数，核心要点就是嵌套使用 lambda 函数，固定其中一个参数，具体如下

df1['tmp'] = df1['基金代码'].apply(lambda code: get_mutual_fund_year(code, 2019))

后续，依旧是文本拆分，实现代码如下：

# 将单位净值和净值日期单独成列
df1[['最新单位净值','净值日期']] = df1['tmp'].apply(pd.Series)
df1 = df1.drop('tmp',axis=1)
print(df1)

应用场景

有同学可能会问，使用两个参数的自定义函数，有什么用呢？

这里，Lemon 也分享一个应用场景：

根据上面的基础雏形数据，针对具体的年度，建立一个下拉列表，选择不同的年份时，返回不同年份的结果，包括文本数据、表格数据以及图表等。

效果如下：

涉及到一些个人的数据，就没有完整展示啦~~

其他的应用场景，欢迎大家来分享！