网站开发那个好,太原0元网站建设,wordpress通知评论者,WordPress资讯网站Pandas数据操作 排序操作对索引进行排序按行排序按值排序 删除操作算数运算去重duplicated()drop_duplicates() 数据重塑层次化索引索引方式内层选取数据重塑 排序操作
对索引进行排序
Series 用 sort_index() 按索引排序#xff0c;sort_values() 按值排序#xff1b; Dat… Pandas数据操作 排序操作对索引进行排序按行排序按值排序 删除操作算数运算去重duplicated()drop_duplicates() 数据重塑层次化索引索引方式内层选取数据重塑 排序操作
对索引进行排序
Series 用 sort_index() 按索引排序sort_values() 按值排序 DataFrame 也是用 sort_index() 和 sort_values()。
In[73]: obj Series(range(4), index[d,a,b,c])
In[74]: obj.sort_index()
Out[74]:
a 1
b 2
c 3
d 0
dtype: int64
In[78]: frame DataFrame(np.arange(8).reshape((2,4)),index[three, one],columns[d,a,b,c])
In[79]: frame
Out[79]: d a b c
three 0 1 2 3
one 4 5 6 7
In[86]: frame.sort_index()
Out[86]: d a b c
one 4 5 6 7
three 0 1 2 3按行排序
In[89]: frame.sort_index(axis1, ascendingFalse)
Out[89]: d c b a
three 0 3 2 1
one 4 7 6 5按值排序
Series:
In[92]: obj Series([4, 7, -3, 2])
In[94]: obj.sort_values()
Out[94]:
2 -3
3 2
0 4
1 7
dtype: int64DataFrame:
In[95]: frame DataFrame({b:[4, 7, -3, 2], a:[0, 1, 0, 1]})
In[97]: frame.sort_values(byb) #DataFrame必须传一个by参数表示要排序的列
Out[97]: a b
2 0 -3
3 1 2
0 0 4
1 1 7删除操作
删除指定轴上的项 即删除 Series 的元素或 DataFrame 的某一行列的意思我们可以通过对象的 drop(labels, axis0) 方法实现此功能。
删除 Series 的一个元素
In[11]: ser Series([4.5,7.2,-5.3,3.6], index[d,b,a,c])
In[13]: ser.drop(c)
Out[13]:
d 4.5
b 7.2
a -5.3
dtype: float64删除 DataFrame 的行或列
In[17]: df DataFrame(np.arange(9).reshape(3,3), index[a,c,d], columns[oh,te,ca])
In[18]: df
Out[18]: oh te ca
a 0 1 2
c 3 4 5
d 6 7 8In[19]: df.drop(a)
Out[19]: oh te ca
c 3 4 5
d 6 7 8In[20]: df.drop([oh,te],axis1)
Out[20]: ca
a 2
c 5
d 8
需要注意的是 drop() 返回的是一个新对象原对象不会被改变。
算数运算
DataFrame 中的算术运算是 df 中对应位置的元素的算术运算如果没有共同的元素则用 NaN 代替。
In[5]: df1 DataFrame(np.arange(12.).reshape((3,4)),columnslist(abcd))
In[6]: df2 DataFrame(np.arange(20.).reshape((4,5)),columnslist(abcde))
In[9]: df1df2
Out[9]: a b c d e
0 0 2 4 6 NaN
1 9 11 13 15 NaN
2 18 20 22 24 NaN
3 NaN NaN NaN NaN NaN此外如果我们想设置默认的其他填充值而非 NaN 的话可以传入填充值。
In[11]: df1.add(df2, fill_value0)
Out[11]: a b c d e
0 0 2 4 6 4
1 9 11 13 15 9
2 18 20 22 24 14
3 15 16 17 18 19去重
duplicated()
DataFrame 的 duplicated 方法返回一个布尔型 Series表示各行是否是重复行。具体用法如下
In[1]: df DataFrame({k1:[one]*3 [two]*4, k2:[1,1,2,3,3,4,4]})
In[2]: df
Out[2]: k1 k2
0 one 1
1 one 1
2 one 2
3 two 3
4 two 3
5 two 4
6 two 4
In[3]: df.duplicated()
Out[3]:
0 False
1 True
2 False
3 False
4 True
5 False
6 True
dtype: booldrop_duplicates()
drop_duplicates() 用于去除重复的行数具体用法如下
In[4]: df.drop_duplicates()
Out[4]: k1 k2
0 one 1
2 one 2
3 two 3
5 two 4数据重塑
层次化索引
层次化索引(hierarchical indexing)是 pandas 的一项重要功能它使我们能在一个轴上拥有多个两个以上索引级别。请看以下例子
In[1]:data Series(np.random.randn(10), index [[a, a, a, b, b, b, c, c, d, d ],[1,2,3,1,2,3,1,2,2,3]])
In[2]:data
Out[2]:
a 1 0.1692392 0.6892713 0.879309
b 1 -0.6991762 0.2604463 -0.321751
c 1 0.8931052 0.757505
d 2 -1.2233443 -0.802812
dtype: float64索引方式
In[3]:data[b:d]
Out[3]:
b 1 -0.6991762 0.2604463 -0.321751
c 1 0.8931052 0.757505
d 2 -1.2233443 -0.802812
dtype: float64内层选取
In[4]:data[:, 2]
Out[4]:
a 0.689271
b 0.260446
c 0.757505
d -1.223344
dtype: float64数据重塑
将 Series 转化成 DataFrame:
in[5]:data.unstack()
Out[5]:
1 2 3
a 0.169239 0.689271 0.879309
b -0.699176 0.260446 -0.321751
c 0.893105 0.757505 NaN
d NaN -1.223344 -0.802812
