python之pandas的基本使用（2）

最新推荐文章于 2022-07-13 23:52:37 发布

cxmscb

最新推荐文章于 2022-07-13 23:52:37 发布

阅读量1w

点赞数 3

分类专栏：机器学习 pythonNote 文章标签： python pandas

本文链接：https://blog.csdn.net/cxmscb/article/details/54670113

版权

本文介绍了pandas模块在Python中的高级用法，包括排序和排名、处理索引重复、汇总统计、去重计数、缺失数据处理、多层次索引以及整数型索引的操作。通过示例代码展示了如何使用sort_index、sort_values、rank、dropna、fillna等关键函数，帮助读者深入理解pandas的高效数据操作。

摘要由CSDN通过智能技术生成

续 python之pandas模块的基本使用（1）

一、排序和排名

排序：sort_index和sort_values函数

代码示例：

print 'Series排序'
x = Series(range(4), index = ['b', 'a', 'c', 'd'])
print x.sort_index() # Series按索引排序
'''
a    1
b    0
c    2
d    3
'''
print x.sort_values() # Series按值排序 
'''
b    0
a    1
c    2
d    3
'''

print 'DataFrame按索引排序'
frame = DataFrame(numpy.arange(8).reshape((2, 4)),
                  index = ['b', 'a'],
                  columns = list('ABDC'))
print frame
'''
   A  B  D  C
b  0  1  2  3
a  4  5  6  7
'''
print frame.sort_index() # 根据行索引来排序
'''
   A  B  D  C
a  4  5  6  7
b  0  1  2  3
'''
print frame.sort_index(axis = 1) #根据列索引来排序
'''
   A  B  C  D
b  0  1  3  2
a  4  5  7  6
'''
print frame.sort_index(axis = 1, ascending = False) # 设置降序排序
'''
   D  C  B  A
b  2  3  1  0
a  6  7  5  4
'''
print 'DataFrame按列的值排序'
frame = DataFrame({'b':[4, 7, -3, 2], 'a':[0, 1, 0, 1]})
print frame
'''
   a  b
0  0  4
1  1  7
2  0 -3
3  1  2
'''
print frame.sort_values(by = 'b') # 指定b这列的值进行排序
'''
   a  b
2  0 -3
3  1  2
0  0  4
1  1  7
'''
print frame.sort_values(by = ['a', 'b']) #先a后b进行列的值排序
'''
   a  b
2  0 -3
0  0  4
3  1  2
1  1  7
'''

排名：根据值的大小/出现次数来进行排名，得到一组排名值：rank函数

这里写图片描述

print 'rank：默认升序，排名值从1开始'
obj = Series([4, 2, 0, 4],index = ['a','b','c','d'])
# 以值从小到大来赋排名值：c:0(1) b:2(2) a:4(3) d:4(4)
print obj.rank()
'''
a    3.5  求平均值(4+3)/2
b    2.0
c    1.0
d    3.5
'''
print obj.rank(method = 'first')  # 按出现顺序排名，不求平均值。
'''
a    3.0
b    2.0
c    1.0
d    4.0
'''
print obj.rank(ascending = False, method = 'max') # 逆序，并取排名值最大值。所以-5的rank是7
# a:4(1) d:4(2) b:2(3) c:0(4)
'''
dtype: float64
a    2.0
b    3.0
c    4.0
d    2.0
'''
frame = DataFrame({'b':[4.3, 7, -3, 2],
                  'a':[0, 1, 0, 1],
                  'c':[-2, 5, 8, -2.5]})
print frame
'''
   a    b    c
0  0  4.3 -2.0
1  1  7.0  5.0
2  0 -3.0  8.0
3  1  2.0 -2.5
'''
print frame.rank(axis = 1) # 按行进行排名，默认升序
'''
     a    b    c
0  2.0  3.0  1.0
1  1.0  3.0  2.0
2  2.0  1.0  3.0
3  2.0  3.0  1.0
'''

二、索引重复的情况

代码示例：

print '重复索引:进行两次索引'
obj = Series([0,1,2,3,4], index = ['a', 'a', 'b', 'b', 'c'])
print obj.index.is_unique # 判断是非有重复索引
# False
print obj['a'][0]
# 0
print obj.a[1]
# 1
df = DataFrame(numpy.arange(12).reshape(4, 3), index = ['a', 'a', 'b', 'b'])
print df
'''
   0   1   2
a  0   1   2
a  3   4   5
b  6   7   8
b  9  10  11
'''
print df.ix['b'].ix[0] // 两次行索引
'''
0    6
1    7
2    8
Name: b, dtype: int32
'''
print df.ix['b'].ix[1]
'''
0     9
1    10
2    11
Name: b, dtype: int32
'''