2021-09-23

学习笔记侵权删

pandas求累积值

chengji=[[100,95,100,99],[90,98,99,100],[88,95,98,88],[99,98,97,87],[96.5,90,96,85],[94,94,93,91]]
data=pd.DataFrame(chengji,columns=['语文','类别','数学','政治'])
data['合计']=data.apply(lambda x: x.sum(),axis=1)  #按列相加各行数
print('合计',data)
data.loc['小计']=data.apply(lambda x: x.sum(),axis=0) #按行相加各列,增加小计，是字符，序列变object
print('小计',data)
data['累加值']=0
data.drop('小计',inplace=True)
print('删除小计',data)
data.sort_index(inplace=True)
print('重排序列',data)
data.astype(float)
data['累加值']=data['合计'].cumsum()
print('累计data',data)
data.sort_values(by=['合计','语文'] , ascending=[False,False],inplace=True)  #按多列值排序，ascending=False降序
#data.sort_values(by='语文',axis=1,ascending=True, inplace=True, na_position='last') 
#重建索引会把原索引值变成object
data['排名']=data['合计'].rank(ascending=0,method='min')
print (data)
data.sort_index(inplace=True)
print(data)
data =  data.reset_index(drop=True)
data.loc[1:3,'语文']=""
data.loc[4,'语文']=None  #空值为none 或np.nan
print(data)

print(data.dtypes)
data.fillna(value=0,inplace=True)  
# "所有值全为缺失值才删除 df.dropna(how='all')
# axis:维度，axis=0表示index行,axis=1表示columns列，默认为0
#how:"all"表示这一行或列中的元素全部缺失（为nan）才删除这一行或列，"any"表示这一行或列中只要有元素缺失，就删除这一行或列
#thresh:一行或一列中至少出现了thresh个才删除。
#subset：在某些列的子集中选择出现了缺失值的列删除，不在子集中的含有缺失值得列或行不会删除（有axis决定是行还是列）
#inplace：刷选过缺失值得新数据是存为副本还是直接在原数据上进行修改。
print('填充缺失值',data)
data.replace("",0,inplace=True) 
print('填充空值',data) 
print(data.loc[data.index==1,'累加值'])
print('类别数量',data['类别'])
print('类别=95',data.loc[data['类别']==95,'累加值'])
print(data.loc[:,'合计']-data.loc[:,'语文'])