06 pandas回顾 文件的读取read_excel、索引与切片（loc、iloc）、过滤、删除、级联、映射、排序、分组 的详细例子

pandas回顾 1 文件的读取 索引与切片

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

读取包含多层级索引的excel，使用header参数,header = [index1,index2…] 多层级使用，index1…index2表示多级索引的行， header = None 无列标签时使用

pd.read_excel('业务表.xlsx',header=[0,1])

城市	上半年			下半年
	90#	93#	97#	90#	93#	97#
成都	8000	9000	3000	9000	10000	3200
绵阳	5600	7000	1600	5800	8000	2100
汶川	4000	5000	2000	4600	7800	1700
攀枝花	3200	4500	1000	3400	3800	2000

sheet_name 用于指定表格当中sheet的编号，0表示sheet1，1表示sheet2。。。,index_col 表示以哪一列作为行索引

sheet2 = pd.read_excel('业务表.xlsx',sheet_name=1,header=None,index_col=0)
sheet2 

0	1	2	3	4	5	6
成都	8000	9000	3000	9000	10000	3200
绵阳	5600	7000	1600	5800	8000	2100
汶川	4000	5000	2000	4600	7800	1700
攀枝花	3200	4500	1000	3400	3800	2000

# 设置某一列为行索引，结果与上面index_col结果一致
# sheet2.set_index(0)
# 把行索引设置为新的列
sheet2.reset_index()

	0	1	2	3	4	5	6
0	成都	8000	9000	3000	9000	10000	3200
1	绵阳	5600	7000	1600	5800	8000	2100
2	汶川	4000	5000	2000	4600	7800	1700
3	攀枝花	3200	4500	1000	3400	3800	2000

column = pd.MultiIndex.from_product([['上半年','下半年'],['90#','93#','97#']])
# 使用dataFrame的columns属性，来对表格索引重新赋值
sheet2.columns = column
sheet2

	上半年			下半年
0	90#	93#	97#	90#	93#	97#
成都	8000	9000	3000	9000	10000	3200
绵阳	5600	7000	1600	5800	8000	2100
汶川	4000	5000	2000	4600	7800	1700
攀枝花	3200	4500	1000	3400	3800	2000

多级索引的赋值使用如下方法

sheet2.loc['成都',('上半年','90#')] = 8900

# 这种属于跨级访问，相当于对sheet2['上半年']产生的临时对象赋值 不推荐使用
sheet2['上半年'].loc['成都','90#'] = 18000

多级索引赋值还可以采用如下办法

sheet2_copy = sheet2['上半年'].copy()
sheet2_copy.loc['成都','90#'] = 9700
sheet2['上半年'] = sheet2_copy
sheet2

	上半年			下半年
0	90#	93#	97#	90#	93#	97#
成都	9700	9000	3000	9000	10000	3200
绵阳	5600	7000	1600	5800	8000	2100
汶川	4000	5000	2000	4600	7800	1700
攀枝花	3200	4500	1000	3400	3800	2000

sheet2_copy

0	90#	93#	97#
成都	9700	9000	3000
绵阳	5600	7000	1600
汶川	4000	5000	2000
攀枝花	3200	4500	1000

显式访问

1. 访问元素

sheet2_copy.loc['绵阳']['97#']  
sheet2_copy['97#'].loc['绵阳']
sheet2_copy.loc['绵阳','97#']
前面两种只限于访问，不能复制，都属于跨级访问

2. 访问行

sheet2_copy.loc['行索引']
sheet2_copy.loc[index1:index2]

3. 访问列

sheet2_copy['列索引']
sheet2_copy.loc[:,column1:column2]

# dataframe的列切片要从行的方向着手
sheet2_copy.loc[:,'93#':'97#']

0	93#	97#
成都	9000	3000
绵阳	7000	1600
汶川	5000	2000
攀枝花	4500	1000

sheet2_copy.loc['成都':'汶川','90#':'97#']

0	90#	93#	97#
成都	9700	9000	3000
绵阳	5600	7000	1600
汶川	4000	5000	2000

隐式访问

1.访问元素

sheet2_copy.iloc[indexnumber,columnnumber]

2.访问行、行切片

sheet2_copy.iloc[0]
sheet2_copy.iloc[0:2]

3.访问列、列切片

sheet2_copy.iloc[:,0]
sheet2_copy.iloc[:,0:2]

   index=['tom','jack','mery','lucy','lili'],

                  columns=['python','java','php'])

pandas回顾 2 合并与级联

score

	python	java	php
tom	44	35	14
jack	44	80	10
mery	31	97	2
lucy	46	34	31
lili	13	69	25

score.loc['tom','java'] = None
score

	python	java	php
tom	44	NaN	14
jack	44	80.0	10
mery	31	97.0	2
lucy	46	34.0	31
lili	13	69.0	25

pandas的聚合操作会自动优化空值,pandas是一种更贴合业务需求的数据结构

score.sum()
结果为：
python    178.0
java      280.0
php        82.0
dtype: float