Python中的数据处理：10个常用的数据处理函数

Python是一种解释型高级编程语言，广泛应用于数据分析和科学计算领域。在数据分析中，我们通常需要对数据进行一些处理。在本文中，我们将介绍 Python 中常用的 10 个数据处理函数。

1. len()

len() 函数用于返回对象的长度（元素个数）。它可以用于字符串、列表、元组等结构，例如：

s = "Hello, World!"
print(len(s)) # 输出 13

2. sum()

sum() 函数用于计算列表或元组中的所有元素的和。例如：

numbers = [1, 2, 3, 4, 5]
print(sum(numbers)) # 输出 15

3. max() 和 min()

max() 和 min() 函数分别用于获取列表或元组中的最大和最小值。例如：

numbers = [1, 2, 3, 4, 5]
print(max(numbers)) # 输出 5
print(min(numbers)) # 输出 1

4. sorted()

sorted() 函数用于对列表或元组中的元素进行排序，默认情况下是升序排列。例如：

numbers = [3, 1, 4, 2, 5]
print(sorted(numbers)) # 输出 [1, 2, 3, 4, 5]

5. reversed()

reversed() 函数用于将列表或元组中的元素进行翻转。例如：

numbers = [1, 2, 3, 4, 5]
print(list(reversed(numbers))) # 输出 [5, 4, 3, 2, 1]

6. zip()

zip() 函数用于将多个列表或元组进行压缩，返回一个由元组组成的列表，包含每个输入列表中的相同位置的元素。例如：

fruits = ["apple", "banana", "orange"]
colors = ["red", "yellow", "orange"]
print(list(zip(fruits, colors))) # 输出 [('apple', 'red'), ('banana', 'yellow'), ('orange', 'orange')]

7. map()

map() 函数用于对列表或元组中的元素进行函数运算，返回一个由运算结果组成的列表。例如：

numbers = [1, 2, 3, 4, 5]
print(list(map(lambda x: x * x, numbers))) # 输出 [1, 4, 9, 16, 25]

8. filter()

filter() 函数用于对列表或元组中的元素进行筛选，返回符合条件的元素组成的列表。例如：

numbers = [1, 2, 3, 4, 5]
print(list(filter(lambda x: x % 2 == 0, numbers))) # 输出 [2, 4]

9. reduce()

reduce() 函数用于对一个列表或元组中的元素依次进行函数运算，返回运算结果。例如：

from functools import reduce
numbers = [1, 2, 3, 4, 5]
print(reduce(lambda x, y: x + y, numbers)) # 输出 15

10. groupby()

groupby() 函数用于对一个对象进行分组，返回一个由分组后的数据组成的迭代器。例如：

from itertools import groupby
fruits = ["apple", "banana", "orange", "peach", "pear"]
groups = groupby(fruits, lambda x: x[0])
for key, group in groups:
    print(key + ": ", list(group))

上述代码的运行结果如下：

a:  ['apple']
b:  ['banana']
o:  ['orange']
p:  ['peach', 'pear']

本文介绍了 Python 中常用的 10 个数据处理函数，涉及长度、求和、最大和最小值、排序、翻转、压缩、函数运算、筛选、依次运算和分组。在数据分析中，这些函数可大大简化代码的编写，并提高工作效率。