Python数据分析之pandas-3

Python数据分析之pandas-3

---

准备工作

3.1 数据重塑和轴向旋转

（1）层次化索引

• 层次化索引是pandas的一项重要功能，它能使我们在一个轴上拥有多个索引。
• Series的层次化索引：
  
• 通过unstack方法可以将Series变成一个DataFrame：
  
  
• Dataframe的层次化索引：
  
  
• set_index可以把列变成索引
  reset_index是把索引变成列

（2）数据旋转

• .T可以直接让数据的行列进行交换:
  
  
• dataframe也可以使用stack和unstack，转化为层次化索引的Series:
  

3.2 数据分组，分组运算

• GroupBy技术：实现数据的分组，和分组运算，作用类似于数据透视表
  
  
  

3.3 离散化处理

• 在实际的数据分析项目中，对有的数据属性，我们往往并不关注数据的绝对取值，只关心它所处的区间或者等级。

• 比如，我们可以把评分9分及以上的电影定义为A，7到9分定义为B，5到7分定义为C，3到5分定义为D，小于3分定义为E。

• 离散化也可称为分组、区间化。

• Pandas为我们提供了方便的函数cut():
  pd.cut(x,bins,right = True,labels = None, retbins = False,precision = 3,include_lowest = False)

• 参数解释：

  • x：需要离散化的数组、Series、DataFrame对象

  • bins：分组的依据

  • right = True

  • include_lowest = False，默认左开右闭，可以自己调整

  • labels：是否要用标记来替换返回出来的数组

  • retbins：返回x当中每一个值对应的bins的列表

  • precision精度

3.4 合并数据集

（ 1 ）append

（ 2 ）merge

（ 3 ）concat

---

以上就是本文的全部内容，感谢各位的阅读与支持！