python pandas的dataframe 数据重构

最新推荐文章于 2024-07-14 16:22:31 发布

碳酸

最新推荐文章于 2024-07-14 16:22:31 发布

阅读量2.1k

点赞数 1

分类专栏： python 数据处理文章标签： python pandas dataframe

本文链接：https://blog.csdn.net/ginsan/article/details/80528619

版权

本文介绍如何使用Python的pandas库对DataFrame数据进行重构，特别是针对具有多个邻区信息的数据。通过stack、unstack操作及字段统一，将邻区信息转化为单独的采样点，从而增加数据记录。实例中展示了数据读取、邻区信息提取和字段连接的过程。

摘要由CSDN通过智能技术生成

数据：mr数据，每个采样点有主服务小区以及7个邻区的eci、rsrp、mr_count信息；

需求：需要将邻区独立生成一个采样点，处理后采样点基本就是原数据的7倍

大概就是这样子：

使用stack/unstack可以很方便地进行行列转换，但想要的实现的要比行列转化更复杂些。不过使用pandas来处理也比较简单

1、读取数据：

t = pd.read_csv('./fastPg.csv',delimiter= ",",encoding='gbk')
t.columns=[x.lower() for x in t.columns]

output:

2、提取小区数据，t1~t7代表7个最强邻区：

scell=t[['longitude','latitude','eci','mr_count','avg_rsrp']]
for i in range(1,8):
    exec("t{0}=t[['longitude','latitude','t{0}_ecgi',&

关注

专栏目录