环球快播：用好这八条ChatGPT指令，高效完成Pandas任务

将ChatGPT用于Pandas数据清洗和分析，可以大大提高生产力。本文将分享8个提示示例，介绍如何询问ChatGPT以完成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。

(资料图)

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。

将ChatGPT用于Pandas数据清洗和分析，可以大大提高生产力。本文将分享8个提示示例，介绍如何询问ChatGPT以完成Pandas任务。

第一个提示：定义其角色

首先的提示要确定其作用：

提示：你是一名教我使用Pandas库的Python导师。我将会问你如何使用Pandas执行特定任务，并期望你能向我解释。同时，请在你的解释中给我展示代码。

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

提示：让我先告诉你我所拥有的DataFrame的情况。然后，我将开始提问。以下是以Python字典形式给出的列名和数据类型。键表示列名，值表示数据类型。

{‘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）。它的名称是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

提示：告诉我如何计算每个商店上周销售额的平均值。

这是一个简单的一行代码，但如果你刚开始学习Pandas，可能仍然需要一些时间才能弄清楚。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()

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

提示：告诉我如何找到每个商店上个月的总利润。

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()

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。

提示：库存数量列中有一些缺失值。我想用该商店的平均库存数量替换缺失值。告诉我如何完成这个任务。

# 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)

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

提示：告诉我如何找到每个店铺上个月销量额最高的前三种产品。

# 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)

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

提示：是否有另一种方法可以在不先对DataFrame进行排序的情况下完成此任务？

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

需要注意的是，首先对整个DataFrame进行排序可能是更高效的方法。此示例只是想观察ChatGPT是否能提供不同的解决方案。

示例 6

提示：我想看到每个商店的上周表现与上月表现进行比较。

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)

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

提示：创建一个名为critical_stock的新列，如果stock_qty小于500，则取值为1，否则取值为0。

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)

示例 8

提示：以大小、缺失值、数据类型和列统计信息的形式创建一个DataFrame的摘要。

用于总结DataFrame的函数和方法非常简单，但ChatGPT在整理它们时做得非常好，排版整洁明了。

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"))

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。它不仅提高效率，还丰富了我们对Pandas中可以完成的复杂操作的理解。

标签：