小象学院_数据分析_第5关 全球哪个国家最年轻_筛选与排序笔记

1.数据筛选：

# 计算各个国家的年龄中位数大于39的行数据，若是大于39，则会返回True，表示该行被标记为True，否则被标记为False
booleans= df['Med Age']>39
#打印booleans的前10行数据
booleans.head(10)
# 通过以上操作得到了一组bool值，每个bool值对应了一行数据，为True，表示对应的行会留下，否则，则去除
df[booleans]
# TODO
# 打印数据的维度
df[booleans].shape

1.1多条件联合筛选：

bool1=df['Med Age']>39 
bool2=df['Population']>50000000
df[bool1 & bool2]

&是一个位运算符，它会对连接的两个值进行逻辑与运算，在键盘上使用shift+&可以输入&符号。
它的作用可以解释为，若是其中一个值为False，那么结果就为False，若是两个值均为True，那么结果也为True。
'''
例子：
import pandas as pd
n1 = [True,True,False,False]
n2 = [True,False,True,False]
dict_n = {'n1':n1,'n2':n2}
df = pd.DataFrame(dict_n)
df['| result'] = df['n1'] | df['n2']
df

输出：

1.2列表筛选：
DataFrame和Series都提供了isin() 方法，用来判断其中的元素是否属于某个列表

country_list=['Germany','France','United Kingdom']
booleans=df['Country'].isin(country_list)
df[booleans]

2.数据排序

• 按行索引倒序排序：
  df.sort_index(inplace=True,ascending=False)
• 按列进行排序：
  df.sort_values(by,[para])
• 多列排序:
  df.sort_values(by=[‘Med Age’,‘Population’],ascending=[True,False]).head(10)

3.筛选和排序联合

med_age_filter=df['Med Age']<20
df[med_age_filter].sort_values(by='Population',ascending=False).head(5)

4.pandas常用统计函数
pandas里常用的统计函数包括：

• count( )：统计列表中非空数据的个数
• nunique( )：统计非重复的数据的个数
• sum( )：统计列表中所有数值的和
• mean( )：计算列表中数据的平均值
• median( )：统计列表中数据的中位数
• max( )：求列表中数据的最大值
• min( )：求找列表中数据的最小值
• idxmax( )：返回最大值对应的索引值
• idxmin( )：返回最小值对应的索引值

举例：

#年龄中位数最小的国家以及该国家年龄中位数
(df['Med Age'].idxmin() , df['Med Age'].min())
#陆地面积最大的国家以及该国家陆地面积
(df['Land Area'].idxmax(),df['Land Area'].max())