用好这八条ChatGPT指令，高效完成Pandas任务

我们都听说过ChatGPT。它不仅受到科技行业的关注，而且在更多广泛的媒体上成为头条新闻。

尽管有一些关于它在较简单任务上的性能和可靠性的批评，但ChatGPT相比较于其他大型语言模型（LLM）在各种任务中表现都很出色，已经成为生产力的重要推动力。

应用ChatGPT进行Pandas数据的清洗和分析，可以显著提高工作效率。这篇文章介绍了8个提示示例，教你如何通过询问ChatGPT来完成Pandas任务。

第一个提示：定义其角色

首先的提示要确定其作用：

在开始提问之前，我给出了DataFrame的结构，包括列名和数据类型。

第二个提示

{‘store’: dtype(‘O’), ‘product_group’: dtype(‘O’), ‘product_code’: dtype(‘int64’), ‘stock_qty’: dtype(‘int64’), ‘cost’: dtype(‘float64’), ‘price’: dtype(‘float64’), ‘last_week_sales’: dtype(‘int64’), ‘last_month_sales’: dtype(‘int64’)}

这里使用一个由模拟数据准备的样本数据集。你可以从数据集库repo中下载它（https://github.com/SonerYldrm/datasets）。The file is named sales_data_with_stores.csv.。

以下是为你提供的DataFrame，供你参考：

DataFrame的前5行

现在我们可以开始进行Pandas任务了。

示例 1

虽然这只是一行简单的代码，但对于刚开始学习Pandas的人来说，可能还需要一些时间来理解。以下是ChatGPT给出的答案：

ChatGPT给出的测试代码片段，复制粘贴如下所示。

# 导入pandasimport pandas as pd# 假设'df'是你的DataFrameaverage_sales = df.groupby('store')['last_week_sales'].mean()

登录后复制

ChatGPT还提供了有关代码的执行方式和输出类型的详细解释以及代码。

示例 2

对于这个任务，ChatGPT需要先弄清楚如何计算利润。让我们看看它的响应：

# 计算每个产品的利润df['last_month_profit'] = (df['price'] - df['cost']) * df['last_month_sales']# 计算每个商店的总利润total_profit = df.groupby('store')['last_month_profit'].sum()

登录后复制

示例 3

在处理真实世界的数据时，我们经常会遇到缺失值的挑战。测试ChatGPT如何处理不太直接的任务。

# 计算每个商店的平均库存数量average_stock_qty_per_store = df.groupby('store')['stock_qty'].transform('mean')# 用该商店的平均库存数量替换'stock_qty'中的缺失值df['stock_qty'].fillna(average_stock_qty_per_store, inplace=True)

登录后复制

有多种方法可以解决这个任务，使用transform函数是其中一种较为有效的方式。

transform函数很重要，使用transform函数来完成此任务的理由如下：

transform函数与apply函数类似，但与apply函数不同，transform函数可以返回与输入大小相同的Series，这使得它在执行矢量化操作和广播时非常有用，特别是与groupby对象一起使用时。

示例 4

# 首先，按'store'和'last_month_sales'对DataFrame进行排序df_sorted = df.sort_values(['store', 'last_month_sales'], ascending=[True, False])# 然后，按'store'分组，并使用apply方法选择每个组的前3行top_3_products = df_sorted.groupby('store').head(3)

登录后复制

它首先对整个DataFrame进行排序。我们也可以在每个组内进行排序。让我们看看ChatGPT是否知道该如何做到这一点。

示例 5

def top_3_products(group):return group.nlargest(3, 'last_month_sales')top_3_df = df.groupby('store').apply(top_3_products)

登录后复制

更高效的方法可能是首先对整个DataFrame进行排序。此示例只是想观察ChatGPT是否能提供不同的解决方案。

示例 6

这是一个简单的任务，但提示并没有直接告诉ChatGPT如何完成。让我们看看它的表现如何。

# 计算上周和上个月每个店的总销售额total_sales_last_week = df.groupby('store')['last_week_sales'].sum()total_sales_last_month = df.groupby('store')['last_month_sales'].sum()# 创建一个新的DataFrame来存储这些信息performance_df = pd.DataFrame({'LastWeekSales': total_sales_last_week,'LastMonthSales': total_sales_last_month,})# 计算从上个月到上周销售额的变化performance_df['SalesChange'] = performance_df['LastWeekSales'] - (performance_df['LastMonthSales'] / 4)

登录后复制

作为对上周与上月的表现相比较的反应，它找到了上周销售额与上月销售额四分之一之间存在差异，这是非常合理的。

它创建的DataFrame如下所示：

示例 7

ChatGPT为这个任务给出了3个选项，以下是我更喜欢的两个：

# 第一种选项df['critical_stock'] = df['stock_qty'].apply(lambda x: 1 if x < 500 else 0)# 第二种选项import numpy as npdf['critical_stock'] = np.where(df['stock_qty'] < 500, 1, 0)

登录后复制

示例 8

虽然DataFrame的函数和方法总结起来很简单，但ChatGPT在整理它们时做得非常出色，呈现出整洁清晰的排版。

如下的是ChatGPT生成的代码：

# 导入必要的库import pandas as pd# DataFrame大小print("DataFrame Size:")print(df.shape)print("\n")# 缺失值print("Missing Values:")print(df.isnull().sum())print("\n")# 数据类型print("Data Types:")print(df.dtypes)print("\n")# 列统计信息print("Column Statistics:")print(df.describe(include='all'))

登录后复制

总结

以上示例展示了ChatGPT如何在数据分析中，尤其是在Pandas中，革命性地改变了常见任务的完成方式。我们不仅提高了效率，还对可以在Pandas中完成的复杂操作有了更丰富的理解。

以上就是用好这八条ChatGPT指令，高效完成Pandas任务的详细内容，更多请关注Work网其它相关文章！