Pandas 数据处理

Pandas 数据处理 首页 / Pandas入门教程 / Pandas 数据处理

数据分析和建模的大部分时间都用于数据准备和处理,即加载,清理和重新布置数据等。此外,由于使用了Python库,Pandas为无涯教程提供了高性能,灵活和高级的处理环境数据。Pandas可以使用各种函数来有效地处理数据。

分层索引

为了增强数据处理的函数,必须使用一些索引来帮助基于标签对数据进行排序。因此,分层索引已成为图片,它被定义为Pandas的一项基本函数,可帮助使用多个索引级别。

创建多个索引

在分层索引中,必须为数据创建多个索引。本示例创建具有多个索引的Series。

示例:

import pandas as pd
info = pd.Series([11, 14, 17, 24, 19, 32, 34, 27],
index = [['x', 'x', 'x', 'x', 'y', 'y', 'y', 'y'],
['obj1', 'obj2', 'obj3', 'obj4', 'obj1', 'obj2', 'obj3', 'obj4']])
data

输出:

aobj1   11
obj2   14
obj3   17
     obj4   24 
bobj1   19
obj2   32
obj3   34
obj4  27
dtype: int64

在这里采用了两个级别的索引,即(a,b)(obj1,...,obj4),可以使用' index "命令。

info.index

输出:

MultiIndex(levels=[['x', 'y'], ['obj1', 'obj2', 'obj3', 'obj4']],
labels=[[0, 0, 0, 0, 1, 1, 1, 1], [0, 1, 2, 3, 0, 1, 2, 3]])

部分索引

部分索引可以定义为从分层索引中选择特定索引的一种方式。下面的代码从数据中提取" b",

import pandas as pd
info = pd.Series([11, 14, 17, 24, 19, 32, 34, 27],
index = [['x', 'x', 'x', 'x', 'y', 'y', 'y', 'y'],
['obj1', 'obj2', 'obj3', 'obj4', 'obj1', 'obj2', 'obj3', 'obj4']])
info['b'] 

输出:

obj1   19 
obj2   32 
obj3   34 
obj4   27
dtype: int64

此外,还可以基于内部级别即" obj"提取数据。以下结果定义了Series中'obj2'的两个可用值。

info[:, 'obj2'] 

输出:

x   14 
y 32
dtype: int64

Unstack

Unstack意味着将行标题更改为列标题。行索引将更改为列索引,因此Series将成为DataFrame。下面是取消堆叠数据的示例。

示例:

import pandas as pd
info = pd.Series([11, 14, 17, 24, 19, 32, 34, 27],
index = [['x', 'x', 'x', 'x', 'y', 'y', 'y', 'y'],
['obj1', 'obj2', 'obj3', 'obj4', 'obj1', 'obj2', 'obj3', 'obj4']])
# unstack on first level i.e. x, y
#note that data row-labels are x and y
data.unstack(0) 

输出:

ab 
obj1  11   19
obj2  14   32
obj3 17   34 
obj4  24    27
# unstack based on second level i.e. 'obj'
info.unstack(1) 

输出:

obj1 obj2 obj3 obj4 
a  11       14      17       24
b  19       32      34      27

" stack()"操作用于将列索引转换为行索引。在上面的代码中,可以使用" stack "操作将" obj"作为列索引转换为行索引。

import pandas as pd
info = pd.Series([11, 14, 17, 24, 19, 32, 34, 27],
index = [['x', 'x', 'x', 'x', 'y', 'y', 'y', 'y'],
['obj1', 'obj2', 'obj3', 'obj4', 'obj1', 'obj2', 'obj3', 'obj4']])
# unstack on first level i.e. x, y
#note that data row-labels are x and y
data.unstack(0) 
d.stack()

输出:

aobj1   11
obj2   14
obj3   17
     obj4   24 
bobj1   19
obj2   32
     obj3   34 
obj4  27
dtype: int64

列索引

请记住,因为列索引需要二维数据,所以列索引仅适用于DataFrame(不适用于Series)。创建一个新的DataFrame来演示具有多个索引的列,

import numpy as np 
info = pd.DataFrame(np.arange(12).reshape(4, 3),
index = [['a', 'a', 'b', 'b'], ['one', 'two', 'three', 'four']], 
columns = [['num1', 'num2', 'num3'], ['x', 'y', 'x']] ... ) 
info

输出:

num1 num2 num3
x           y             x
a one0 1 2 
two3 4 5
b three 6 7 8 
four 9 10 11 
# display row index 
info.index

输出:

MultiIndex(levels=[['x', 'y'], ['four', 'one', 'three', 'two']], labels=[[0, 0, 1, 1], [1, 3, 2, 0]])
# display column index 
info.columns

输出:

MultiIndex(levels=[['num1', 'num2', 'num3'], ['green', 'red']], labels=[[0, 1, 2], [1, 0, 1]])

Swaplevel

可以使用" swaplevel "命令轻松地交换索引级别,该命令将输入​​作为两个级别编号。

import numpy as np 
info = pd.DataFrame(np.arange(12).reshape(4, 3),
index = [['a', 'a', 'b', 'b'], ['one', 'two', 'three', 'four']], 
columns = [['num1', 'num2', 'num3'], ['x', 'y', 'x']] ... ) 
info.swaplevel('key1', 'key2') 
nnum1 num2 num3 
p                             x                  y              x 
key2 key1 
onea 0 1 2 
twoa 3 4 5 
three b 6 7 8
four b 9 10 11

无涯教程可以使用" sort_index "命令对标签进行排序。数据将按" key2"名称(即按字母顺序排列的key2)排序。

info.sort_index(level='key2') 
nnum1 num2    num3 
p           x             y             x
key1 key2 
bfour 9 10 11 
aone 0 1 2
bthree 6 7 8 
atwo 3 4 5

祝学习愉快!(内容编辑有误?请选中要编辑内容 -> 右键 -> 修改 -> 提交!)

技术教程推荐

零基础学Python -〔尹会生〕

程序员进阶攻略 -〔胡峰〕

技术管理实战36讲 -〔刘建国〕

从0开发一款iOS App -〔朱德权〕

DDD实战课 -〔欧创新〕

RPC实战与核心原理 -〔何小锋〕

零基础实战机器学习 -〔黄佳〕

郭东白的架构课 -〔郭东白〕

徐昊 · TDD项目实战70讲 -〔徐昊〕

好记忆不如烂笔头。留下您的足迹吧 :)