Pandas高级操作_pandas replace高级函数-CSDN博客

本文链接：https://blog.csdn.net/HG0724/article/details/121060521

本文介绍了Pandas的高级操作，包括替换操作、映射操作、排序抽样、数据分割和聚合。重点讲解了映射的概念，通过案例展示了如何计算税后薪资。此外，还涵盖了数据的排序、随机抽样、分组聚合以及透视表和交叉表的使用，帮助提升数据分析效率。

摘要由CSDN通过智能技术生成

文章目录

引入包
一、替换操作
二、映射操作⭐
- 小案例-计算税后薪资
三、排序实现随机抽样
四、数据的分裂处理
五、高级数据聚合
- 数据加载
- 读取数据库数据
六、透视表
七、交叉表

引入包

import numpy as np
import pandas as pd
from pandas import DataFrame

一、替换操作

替换操作可以同步作用于Series和DataFrame中
单值替换
普通替换:替换所有符合要求的原色:to_replace = 15, value =‘e’
按列指定单值替换: to_replace ={列标签: 替换值}value =‘value’
多值替换

列表替换:to_replace =[] value = []

字典替换(推荐)⭐ to_replace = {to_replace:value, to_replace:value}

df = DataFrame(data = np.random.randint(0,100,size=(5,6)))
df

在这里插入图片描述

单值替换

将数据中8替换成eight

df.replace(to_replace=8,value='eight')

在这里插入图片描述

多值替换

使用字典复制给to_replace

df.replace(to_replace={
   0:'zero',1:'one'})

在这里插入图片描述

指定列的替换

替换第2列中的31为指定内容

df.replace(to_replace={
   2:31},value=333111)

在这里插入图片描述

若没有指定列

df.replace(to_replace=31,value=333111)

在这里插入图片描述

二、映射操作⭐

概念: 创建一个映射关系表,把values元素和一个特定的标签或者字符串绑定(给以元素值提供不同的表现形式)

创建一个df,两列分别是姓名和薪资,然后给其名字起对应的英文名

dic = {
   
    'name':['张三','李四','张三'],
    'salary':[15000,20000,15000]
}
df = DataFrame(data = dic)
df

在这里插入图片描述

map只是Series的方法,只能被Series调用

#映射关系表：制定了映射的对照关系
dic = {
   
    '张三':'tom',
    '李四':'jerry'
}

df['e_name'] = df['name'].map(dic)
df

在这里插入图片描述

小案例-计算税后薪资

超过3000部分的钱缴纳50%的税,计算每个人的税后薪资

def after_sal(s):
    return s - (s-3000)*0.5

df['after_sal'] = df['salary'].map(after_sal)
df

在这里插入图片描述

DataFrame 中apply操作

apply ：将函数作用到行或者列中

applymap :将某种元素作用到每一个元素上

df = DataFrame(data = np.random.randint(0,10,size=(5,3)))
df

在这里插入图片描述

apply

与axis参数一起使用

df中有几行/几列 func函数就会执行几次