Python笔记：pandas中关于dataframe的部分操作

抓取的部分原始数据，用这个程序  https://blog.csdn.net/bq_cui/article/details/93860666：

	lp_name	area1	area2	huxing	wuye_type	sale_state	price
0	秋月朗庭尚东区	奉贤	南桥	2室/3室/4室  80-149㎡	住宅	在售	33000
1	联仲都悦汇	闵行	马桥	别墅  184-256㎡	别墅	在售	53241
2	华润置地赛拉维	奉贤	南桥	3室/4室/别墅  96-124㎡	住宅	在售	35000
3	禹洲雍锦府	奉贤	金汇	180000㎡	住宅	待售	33000
4	中铁北城时代商铺	宝山	杨行	170000㎡	临街店铺	在售	55000
5	虹桥金茂悦	青浦	华新镇	3室/4室  99-144㎡	住宅	在售	0
6	安亭誉墅	嘉定	安亭	别墅  271-299㎡	别墅	在售	44500
7	长城逸府	金山	枫泾	3室/4室  90-126㎡	住宅	在售	15815
8	新城上坤樾山半岛	松江	佘山	别墅  136-215㎡	别墅	在售	0
9	云麓里	浦东	航头	3室/别墅  89-124㎡	住宅	待售	0
10	明天华城	浦东	周康	1室/2室/3室  72-149㎡	住宅	待售	46700
11	金地·公元2040	浦东	祝桥	3室/4室/别墅  86-136㎡	住宅	在售	44800
12	UniCity万科天空之城	青浦	徐泾	2室/3室/4室  87-155㎡	住宅	在售	58000
13	万科启宸	宝山	罗店	2室/3室/4室/别墅  75-123㎡	住宅	在售	35000
14	瑞虹新城天悦郡庭	虹口	临平路	165583㎡	住宅	待售	95000
15	恒大海上威尼斯	上海周边	启东	1室/2室/3室/4室/别墅  50-197㎡	住宅	在售	10800
16	佳兆业8号	奉贤	南桥	3室/别墅  90-180㎡	别墅	待售	26000
17	绿城上海诚园	浦东	临港新城	3室  88-116㎡	住宅	在售	20596
18	华府天地·愉园	闵行	马桥	别墅  152-189㎡	别墅	在售	0
19	滨江公园壹号	宝山	上大	别墅  148-194㎡	别墅	待售	59000
20	上实滨湖城海上湾鹭居	青浦	朱家角	2室/3室/别墅  81-136㎡	住宅	在售	0
21	央玺	宝山	顾村	2室/3室  85-95㎡	住宅	待售	62000

1、从excel文件读取数据

2、根据条件选择部分行

3、分组汇总，用groupby

4、列顺序调整

 

1、从excel文件读取数据

fr_all = pd.read_excel('data/lou_detail.xlsx')

 

2、根据条件选择部分行

# 原始数据中，排除部分价格为0的数据行
ex_list_price = list(fr_all['price'])
ex_list_price.remove(0)

# 并且只显示状态为 在售 的
print(fr_all[fr_all['price'].isin(ex_list_price) & fr_all['sale_state'].isin(['在售'])])

或者也可以用这种方式：

#通过~取反，选取不包含数字1的行
fr_part = fr_all[~fr_all['price'].isin([0]) & fr_all['sale_state'].isin(['在售'])]
print(fr_part)

3、分组汇总，用groupby

group_by_area1 = fr_all.groupby(['area1'])['price'].mean()

运行：

area1	price
上海周边	13221.05
嘉定	35253.5
奉贤	25360.72
宝山	30461.54
崇明	12281.25
徐汇	128000
普陀	76729
杨浦	60753
松江	33647.28
浦东	37449.43
花桥	23342.86
虹口	98500
金山	19786.1
长宁	104169
闵行	64834.43
青浦	35508.37
静安	73450
黄浦	128466.7

group_by_area1 = fr_all.groupby(['area1','area2'])['price'].mean()

运行：

area1	area2	price
上海周边	其他	10120
	启东	11650
	嘉兴	11400
	嘉善	15950
	太仓	13425
	昆山	18500
嘉定	南翔	47000
	嘉定新城	38210.67
	安亭	29066.6
	江桥	45570
奉贤	临港蓝湾	0
	南桥	32391.8
	奉城	22000
	海湾	13333.33
	西渡	36500
	金汇	27085.71

4、列顺序调整

df_gp = pd.read_excel('data/day.xlsx') #读取股票数据
#print(df_gp.info())
#调整列顺序
order = ['date', 'open', 'close', 'high', 'low', 'volume']
df_gp = df_gp[order]