《对比Excel，轻松学习Python数据分析》读书笔记------数值操作

于 2022-08-04 16:53:56 发布
阅读量641 收藏 1
点赞数
分类专栏： 数据分析 文章标签： python 学习 数据分析
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/ncu5509121083/article/details/126162351
版权

数值操作

7 数值操作

7.1 数值替换

7.1.1 一对一替换

将值 a a a替换为 b b b

本小节所用原始数据(demo.xlsx)：

在这里插入图片描述

Excel

首先选择要操作的区域

点击菜单栏 “开始”> “编辑”>“查找和选择”>“替换” (或者Ctrl+H)，调出替换界面

将异常值120替换为18：

在这里插入图片描述

Python
df.replace(to_replace=None,
           value=<no_default>,
           inplace: 'bool' = False,
           limit=None,
           regex: 'bool' = False,
           method: 'str | lib.NoDefault' = <no_default>)
  • to_replace设置被替换的值或替换方式
  • value设置替换后的值。
  • limit设置替换的最多个数
  • inplace设置的是否在原表上进行操作。为False代表不是，会返回一个新表。为True代表是，返回None.默认为False
  • regex设置是否支持正则表达式。默认为False不支持。设置为True,支持，此时to_replace必须是正则表达式字符串。
  • method设置value的就近替换方式。此时value必须为None 。'pad'或'ffill'为上一个非空值。'backfill'或'bfill'为下一个非空值。

将异常值120替换为18：

print(df)
"""
   姓名   id   年龄     交易号       交易日期
0  张三  100   18  200123 2022-08-01
1  李四  101   17  200162 2022-08-02
2  王五  102   20  199901 2022-07-31
3  赵六  103    2  200001 2022-08-01
4  陈七  104  120  221000 2022-08-02
"""

df["年龄"].replace(120,18,inplace=True)    # 先选中"年龄"列,再替换
print(df)
"""
   姓名   id  年龄     交易号       交易日期
0  张三  100  18  200123 2022-08-01
1  李四  101  17  200162 2022-08-02
2  王五  102  20  199901 2022-07-31
3  赵六  103   2  200001 2022-08-01
4  陈七  104  18  221000 2022-08-02
"""

7.1.2 多对一替换

将值 a , b , c . . . a,b,c... a,b,c... 替换为 d d d

Excel

可以直接进行多次一对一替换。

也可以借助OR函数和IF函数，将替换后的数据新建一列显示

=OR(条件1,条件2,···)
  • 如果条件中有一个成立即为真
=IF(条件,条件成立值,条件不成立的值)

已知"年龄"是第C列，新建一列“替换后的年龄"，对C2应用以下公式，并填充到整列

=IF(OR(C2=17,C2=2,C2=120),18,C2)

在这里插入图片描述

如图所示，异常值17,2,120都替换成了18，显示在新列中

Python

继续使用replace方法，只是需将传入的to_replace改为列表

如:

df["年龄"].replace([17,2,120],18,inplace=True)
print(df)
"""
   姓名   id  年龄     交易号       交易日期
0  张三  100  18  200123 2022-08-01
1  李四  101  18  200162 2022-08-02
2  王五  102  20  199901 2022-07-31
3  赵六  103  18  200001 2022-08-01
4  陈七  104  18  221000 2022-08-02
"""

7.1.3 多对多替换

将值 a , b , c . . . a,b,c... a,b,c...替换为 A , B , C . . . A,B,C... A,B,C...

Excel

可以直接进行多次一对一替换。

也可以借助嵌套的IF函数将替换后的数据新建一列显示

已知"年龄"是第C列，新建一列“替换后的年龄"，对C2应用以下公式，并填充到整列

=IF(OR(C2=17,C2=2),18,IF(C2=120,60,C2))

在这里插入图片描述

如图所示，异常值17,2替换成了18，120替换成了60，显示在新列中

Python

继续使用replace方法。将to_replace改为字典,key为被替换的值，value为替换后的值。不需要设置value。

如:

df["年龄"].replace({(17,2):18,120:60},inplace=True)
print(df)
"""
   姓名   id  年龄     交易号       交易日期
0  张三  100  18  200123 2022-08-01
1  李四  101  18  200162 2022-08-02
2  王五  102  20  199901 2022-07-31
3  赵六  103  18  200001 2022-08-01
4  陈七  104  60  221000 2022-08-02
"""

7.2 数值排序

7.2.1 根据一列数值排序

Excel

选中一列，点击菜单栏"开始">“编辑”>“排序与筛选”>“升序”/"降序"进行排序

Python
df.sort_values(by,
               axis: 'Axis' = 0,
               ascending=True,
               inplace: 'bool' = False,
               na_position: 'str' = 'last',
               ignore_index: 'bool' = False,
               key: 'ValueKeyFunc' = None
              )
  • by设置排序的依据。可以是索引名，也可以是索引名组成的列表。
  • axis设置将行还是列看成一个单位整体进行排序。0或'index' 代表行。1或columns代表列。
  • ascending设置是升序排序(True),还是降序排序(False)。
  • inplace设置的是否在原表上进行操作。为False代表不是，会返回一个新表。为True代表是，返回None.默认为False
  • na_position设置排序时空值的位置。first代表放在最前面，last代表放在最后面。
  • ignore_index设置是否重新设置默认索引(从0开始的整数)。False代表不重新设置，True代表重新设置。
  • key,指定其他排序方式，需要传入函数对象，同Python内置函数sort()的key参数

如:

df1=df.sort_values("年龄")
print(df1)
"""
   姓名   id  年龄     交易号       交易日期
0  张三  100  18  200123 2022-08-01
1  李四  101  18  200162 2022-08-02
3  赵六  103  18  200001 2022-08-01
2  王五  102  20  199901 2022-07-31
4  陈七  104  60  221000 2022-08-02
"""

df2=df.sort_values("年龄",ascending=False,ignore_index=True)
print(df2)
"""
   姓名   id  年龄     交易号       交易日期
0  陈七  104  60  221000 2022-08-02
1  王五  102  20  199901 2022-07-31
2  张三  100  18  200123 2022-08-01
3  李四  101  18  200162 2022-08-02
4  赵六  103  18  200001 2022-08-01
"""

7.2.2 根据多列排序

Excel

选中整个表格，点击菜单栏"开始">“编辑”>“排序与筛选”>“自定义排序”,

调出"自定义排序"界面，

在这里插入图片描述

依次从上到下添加条件。

如图，按照条件1(主要关键字)"替换后的年龄"进行升序排序，如果"替换后的年龄"相同，再按照条件2(次要关键字)"交易号"进行降序排序。

最终结果:

在这里插入图片描述

Python

继续使用sort_values()方法。

设置by为列表，从前往后重要级别下降。

设置ascending为对应by的列表，True代表升序，False代表降序。

如，按照"年龄"进行升序排序，如果"年龄"相同，再按照"交易号"进行降序排序。

df3=df.sort_values(["年龄","交易号"],ascending=[True,False])
print(df3)
"""
   姓名   id  年龄     交易号       交易日期
1  李四  101  18  200162 2022-08-02
0  张三  100  18  200123 2022-08-01
3  赵六  103  18  200001 2022-08-01
2  王五  102  20  199901 2022-07-31
4  陈七  104  60  221000 2022-08-02
"""

7.3 数值排名

数值排名与数值排序相对应。一般排完序后再添加一列，用以登记排名情况。

Excel
RANK.AVG
=RANK.AVG(number,ref,order)
  • number设置需要进行排名的数的位置
  • ref设置需要排名的数的范围(一般是一整列)
  • order设置是升序(1)还是降序(0)
  • 如果多者number相同，排名值取其原始排名值的最佳和最差的平均

如：

=RANK.AVG(C2,$C$2:$C$6,1)
  • $C$2:$C$6代表绝对引用，不会随着公式的填充而自动变化

在这里插入图片描述

李四，张三，王五"替换后的年龄"一致，而原始排名值为1,2,3，经过中值排名后，排名都变为 1 + 3 2 = 2 \frac{1+3}{2}=2 21+3​=2

RANK.EQ
=RANK.EQ(number,ref,order)

  • 参数同RANK.AVG

  • 如果多者number相同，排名值取其原始排名值的最佳值

如:

=RANK.EQ(C2,$C$2:$C$6,1)

在这里插入图片描述

李四，张三，王五"替换后的年龄"一致，而原始排名值为1,2,3，经过最佳排名后，排名都变为1

Python
df.rank(axis=0,
        method: 'str' = 'average',
        numeric_only: 'bool_t | None | lib.NoDefault' = <no_default>,
        na_option: 'str' = 'keep',
        ascending: 'bool_t' = True,
        pct: 'bool_t' = False,)

  • 此处的df一般为一列或者Series

  • axis设置按行还是列进行排名。0或'index' 代表行。1或columns代表列。

  • method设置排名方式。'average'相同按中值排名(同RANK.AVG,默认),min相同按最佳排名(同RANK.EQ),max相同按最差排名,first相同按出现顺序排名

  • numeric_only,设置对不止一列的表，只对数值型数据进行排名。

  • na_option，设置对空值的处理。'keep',保持空值(默认)。'top',排名设置为最佳。'bottom'，排名设置为最差。

  • ascending设置是按升序进行排名(True),还是按降序进行排名(False)。

  • pct,设置是否以百分数的形式显示排名。

如:

df3['中值排名']=df3["年龄"].rank()
df3['最佳排名']=df3["年龄"].rank(method="min")
df3['先后排名']=df3["年龄"].rank(method="first")
print(df3)
"""
姓名   id  年龄     交易号       交易日期  中值排名  最佳排名  先后排名
1  李四  101  18  200162 2022-08-02   2.0   1.0   1.0
0  张三  100  18  200123 2022-08-01   2.0   1.0   2.0
3  赵六  103  18  200001 2022-08-01   2.0   1.0   3.0
2  王五  102  20  199901 2022-07-31   4.0   4.0   4.0
4  陈七  104  60  221000 2022-08-02   5.0   5.0   5.0
"""

7.4 数值删除

7.4.1 删除列

Excel

选中要删除的一列或多列，右键"删除"

Python
df.drop(labels=None,
        axis: 'Axis' = 0,
        index=None,
        columns=None,
        level: 'Level | None' = None,
        inplace: 'bool' = False,
        errors: 'str' = 'raise')
  • labels设置要删除的行/列的名称索引。与axis搭配使用
  • axis设置删除的是行（0）还是列（1）。
  • index设置要删除的行的索引。
  • columns设置要删除的列的索引。
  • level，当索引有多层次时，设置删除哪层。
  • inplace设置的是否在原表上进行操作。为False代表不是，会返回一个新表。为True代表是，返回None.默认为False
  • errors设置转化失败后的行为。'raise'为报错，'ignore'为忽视。默认'raise'

如:

df4=df3.drop("中值排名",axis=1)
print(df4)
"""
   姓名   id     交易号       交易日期  年龄  年龄排名  最佳排名  先后排名
0  李四  101  200162 2022-08-02  18     1   1.0   1.0
1  张三  100  200123 2022-08-01  18     1   1.0   2.0
2  赵六  103  200001 2022-08-01  18     1   1.0   3.0
3  王五  102  199901 2022-07-31  20     4   4.0   4.0
4  陈七  104  221000 2022-08-02  60     5   5.0   5.0
"""

df5=df3.drop(["中值排名","先后排名"],axis=1)
print(df5)
"""
   姓名   id     交易号       交易日期  年龄  年龄排名  最佳排名
0  李四  101  200162 2022-08-02  18     1   1.0
1  张三  100  200123 2022-08-01  18     1   1.0
2  赵六  103  200001 2022-08-01  18     1   1.0
3  王五  102  199901 2022-07-31  20     4   4.0
4  陈七  104  221000 2022-08-02  60     5   5.0
"""

df6=df3.drop(columns=["中值排名","最佳排名"])
print(df6)
"""
   姓名   id     交易号       交易日期  年龄  年龄排名  先后排名
0  李四  101  200162 2022-08-02  18     1   1.0
1  张三  100  200123 2022-08-01  18     1   2.0
2  赵六  103  200001 2022-08-01  18     1   3.0
3  王五  102  199901 2022-07-31  20     4   4.0
4  陈七  104  221000 2022-08-02  60     5   5.0
"""

7.4.2 删除行

Excel

选中要删除的一行或多行，右键"删除"

Python

drop()方法，传入labels+axis=0(默认) 或index

如:

df3.set_index("姓名",inplace=True)

df7=df3.drop("赵六")
print(df7)
"""
     id     交易号       交易日期  年龄  年龄排名  中值排名  最佳排名  先后排名
姓名                                                    
李四  101  200162 2022-08-02  18     1   2.0   1.0   1.0
张三  100  200123 2022-08-01  18     1   2.0   1.0   2.0
王五  102  199901 2022-07-31  20     4   4.0   4.0   4.0
陈七  104  221000 2022-08-02  60     5   5.0   5.0   5.0
"""

df8=df3.drop(["张三","王五"])
print(df8)
"""
     id     交易号       交易日期  年龄  年龄排名  中值排名  最佳排名  先后排名
姓名                                                    
李四  101  200162 2022-08-02  18     1   2.0   1.0   1.0
赵六  103  200001 2022-08-01  18     1   2.0   1.0   3.0
陈七  104  221000 2022-08-02  60     5   5.0   5.0   5.0
"""

df9=df3.drop(index=["李四","赵六"])
print(df9)
"""
     id     交易号       交易日期  年龄  年龄排名  中值排名  最佳排名  先后排名
姓名                                                    
张三  100  200123 2022-08-01  18     1   2.0   1.0   2.0
王五  102  199901 2022-07-31  20     4   4.0   4.0   4.0
陈七  104  221000 2022-08-02  60     5   5.0   5.0   5.0
"""

7.4.3 删除特定行

Excel

“筛选"选择满足条件的行，右键"删除”

Python

pandas删除特定行的方法是，过滤掉它们。通过布尔索引选出不需要删除的行作为新的数据源，那些需要删除的行自然就被"删除"了。

7.5 数值计数

Excel

利用COUNTIF函数

=COUNTIF(range,criteria)
  • range设置计数的区域范围
  • criteria设置计数的条件(一个值或布尔条件)

如统计在相同日期内交易的个数：

=COUNTIF($E$2:$E$6,E2)

在这里插入图片描述

Python
df.value_counts(subset: 'Sequence[Hashable] | None' = None,
                normalize: 'bool' = False,
                sort: 'bool' = True,
                ascending: 'bool' = False,
                dropna: 'bool' = True)

  • subset设置进行计数的子列(相同值合并+1)

  • normalize设置显示方式为占比。

  • sort设置是否按计数进行排序

  • ascending设置排序方式。默认False降序排序。True升序排序

  • dropna设置是否忽略空值。

如统计在各日期内交易的个数：

date_count=df3.value_counts(subset="交易日期")
print(date_count)
"""
交易日期
2022-08-01    2
2022-08-02    2
2022-07-31    1
dtype: int64
"""
date_count=df3.value_counts(subset="交易日期",normalize=True,ascending=True)
print(date_count)
"""
交易日期
2022-07-31    0.2
2022-08-01    0.4
2022-08-02    0.4
dtype: float64
"""

7.6 唯一值获取

Excel

单独复制出想要获取唯一值的列，按照5.2节"重复值处理"的方法，在菜单栏依次选择"数据">“数据工具">“删除重复值”。剩下的就是该列的唯一值。

Python
Series.unique()
  • 返回一个array对象，类似列表

如:

ages=df3["年龄"].unique()
print(ages)
"""
[18 20 60]
"""

7.7 数值查找

Excel

选中查找范围(默认全表)，点击菜单栏"开始">“编辑”>“查找和选择”>“查找”，

或者Ctrl+F,调出"查找与替换"界面

在这里插入图片描述

输入查找内容，点击"查找全部"或者"查找下一个"

Python
df.isin(values)
  • values设置想要查找的值。可传入列表
  • 返回一个True，False组成的与df同型的表格。True代表与values中某个值相同

如：

is18=df3["年龄"].isin([18])
print(is18)
"""
姓名
李四     True
张三     True
赵六     True
王五    False
陈七    False
Name: 年龄, dtype: bool
"""

7.8 区间切分

将数据按照大小切分为不同个区间

Excel

可以通过IF函数嵌套实现:

=IF(A2>=90,"[90,100]",IF(A2>=80,"[80,90)",IF(A2>=70,"[70,80)",IF(A2>=60,"[60,70)","[0,60)"))))

在这里插入图片描述

Python
普通切分
pd.cut( x,
       bins,
       right: 'bool' = True,
       labels=None,
       include_lowest: 'bool' = False
      )
  • x,设置被切分的序列。需传入一维列表类似的对象，如Series
  • bins设置切分区间。可以传入端点组成的列表，也可以传入区间长度(此时自动切分)
  • right设置右端点是否包含
  • labels设置各区间名
  • include_lowest设置左端点是否包含

如:

grades=pd.Series([67,89,92,59,79,83,77,56])
new=pd.cut(grades,[0,60,70,80,90,100],right=False,include_lowest=True)
print(new)
"""
0     [60, 70)
1     [80, 90)
2    [90, 100)
3      [0, 60)
4     [70, 80)
5     [80, 90)
6     [70, 80)
7      [0, 60)
dtype: category
Categories (5, interval[int64, left]): [[0, 60) < [60, 70) < [70, 80) < [80, 90) < [90, 100)]
"""
分位占比切分
pd.qcut( x,
        q,
        labels=None
       )

  • x,设置被切分的序列。需传入一维列表类似的对象，如Series

  • q设置自动切割的位数。如十分位(10)，四分位(4)，二分位(2)等。还可传入占比组成的列表，如[0,0.25,0.5,0.75,1.0]设置四分位

  • labels设置各区间名

如：

grades=pd.Series([67,89,92,59,79,83,77,56])
new=pd.qcut(grades,2,labels=["平均以下","平均以上"])
print(new)
"""
0    平均以下
1    平均以上
2    平均以上
3    平均以下
4    平均以上
5    平均以上
6    平均以下
7    平均以下
dtype: category
Categories (2, object): ['平均以下' < '平均以上']
"""

grades=pd.Series([67,89,92,59,79,83,77,56])
new=pd.qcut(grades,[0,0.5,0.8,1],["第三梯队","第二梯队","第一梯队"])
print(new)
"""
0    第三梯队
1    第一梯队
2    第一梯队
3    第三梯队
4    第二梯队
5    第二梯队
6    第三梯队
7    第三梯队
dtype: category
Categories (3, object): ['第三梯队' < '第二梯队' < '第一梯队']
"""

7.9 插入新行或新列

Excel

想要在某行或某列的前面插入行/列，先选中这行/列，再右键"插入"

Python

插入行并没有现成的方法。可以将要插入的行当做一张新表，通过两表纵向拼接的方式达到插入的效果(后面章节详述)。

新增加列可以直接通过索引赋值的方式:

df[新列名]=[新列]

在指定位置插入列可通过insert方法

df.insert(loc: 'int',
          column: 'Hashable',
          value: 'Scalar | AnyArrayLike',
          allow_duplicates: 'bool' = False,)
  • loc设置插入的位置。从0开始编号
  • column设置插入的列的索引名
  • value设置插入的列的数据内容
  • allow_duplicates设置是否允许新插入的列名与已有列名重合。默认不允许重合(False）。

如:

people=pd.DataFrame({"姓名":["张三","李四","王五"],"年龄":[18,19,20],"专业":["数学与应用数学","软件工程","计算机科学"]})
people.set_index("姓名",inplace=True)
people.insert(1,"学校",["清华大学","北京大学","浙江大学"])
people["平均绩点"]=[3.9,3.8,4.0]
print(people)
"""
    年龄    学校       专业  平均绩点
姓名                         
张三  18  清华大学  数学与应用数学   3.9
李四  19  北京大学     软件工程   3.8
王五  20  浙江大学    计算机科学   4.0
"""

7.10 行列互换(转置)

Excel

将整个表格复制，右键"粘贴",选择粘贴选项:“转置”

在这里插入图片描述

Python
df.T

如:

print(people.T)
"""
姓名         张三    李四     王五
年龄         18    19     20
学校       清华大学  北京大学   浙江大学
专业    数学与应用数学  软件工程  计算机科学
平均绩点      3.9   3.8    4.0
"""
print(people.T.T)
"""
    年龄    学校       专业 平均绩点
姓名                        
张三  18  清华大学  数学与应用数学  3.9
李四  19  北京大学     软件工程  3.8
王五  20  浙江大学    计算机科学  4.0
"""

7.11 索引重塑

常见的DataFrame结构是:

    A   B   C
a   1   2   3
b   4   5   6
c   7   8   9

这是同时寻找行索引和列索引来定位一个数据。

同样的信息，还可以使用下面这样的树形结构来表达:

    A   1
a   B   2
    C   3
    
    A   4
b   B   5
    C   6
    
    A   7
c   B   8
    C   9

这是先通过第一层的行索引初步定位，再通过第二层的行索引进一步定位。(层次化索引)

将普通表型结构转化为树形结构，本质是将列索引也转化为行索引。将树形结构转化为普通表结构是相反的过程

df.stack(level: 'Level' = -1, dropna: 'bool' = True)

  • level指定要转化的列索引在层次化列索引中的层数。

  • dropna设置是否抛弃空值

  • 将指定列索引转变为内层行索引

df.unstack(level: 'Level' = -1, fill_value=None)
  • level指定要转化的行索引在层次化行索引中的层数。
  • fill_value设置出现空值时填充的内容。

如:

a=people.stack()
print(a)
"""
姓名      
张三  年龄           18
    学校         清华大学
    专业      数学与应用数学
    平均绩点        3.9
李四  年龄           19
    学校         北京大学
    专业         软件工程
    平均绩点        3.8
王五  年龄           20
    学校         浙江大学
    专业        计算机科学
    平均绩点        4.0
dtype: object
"""
b=a.unstack()
print(b)
"""
    年龄    学校       专业 平均绩点
姓名                        
张三  18  清华大学  数学与应用数学  3.9
李四  19  北京大学     软件工程  3.8
王五  20  浙江大学    计算机科学  4.0
"""

7.12 长宽表转化

长表:由于列的值多次重复而造成的行数较多的表。

如：

在这里插入图片描述

宽表:由于列划分较多而造成的列数较多的表。

在这里插入图片描述

7.12.1 宽表转化为长表

stack

首先，利用set_index将不变的列设置为行索引。

其次，调用stack方法，将同一种类不同细化的列转化为行索引。

最后，利用reset_index重置索引。

如:

fruits=pd.DataFrame({
    "水果种类":["苹果","香蕉","西瓜"],
    "春":[1200,1000,590],
    "夏":[1400,2000,4000],
    "秋":[3100,800,2500],
    "冬":[1900,800,500]
})
print(fruits)
"""
  水果种类     春     夏     秋     冬
0   苹果  1200  1400  3100  1900
1   香蕉  1000  2000   800   800
2   西瓜   590  4000  2500   500
"""

fruits.set_index("水果种类",inplace=True)
fruits=fruits.stack()
print(fruits)
"""
水果种类   
苹果    春    1200
      夏    1400
      秋    3100
      冬    1900
香蕉    春    1000
      夏    2000
      秋     800
      冬     800
西瓜    春     590
      夏    4000
      秋    2500
      冬     500
dtype: int64
"""
fruits=fruits.reset_index()
print(fruits)
"""
   水果种类 level_1     0
0    苹果       春  1200
1    苹果       夏  1400
2    苹果       秋  3100
3    苹果       冬  1900
4    香蕉       春  1000
5    香蕉       夏  2000
6    香蕉       秋   800
7    香蕉       冬   800
8    西瓜       春   590
9    西瓜       夏  4000
10   西瓜       秋  2500
11   西瓜       冬   500
"""

fruits.rename(columns={"level_1":"季节",0:"销量"},inplace=True)
print(fruits)
"""
   水果种类 季节    销量
0    苹果  春  1200
1    苹果  夏  1400
2    苹果  秋  3100
3    苹果  冬  1900
4    香蕉  春  1000
5    香蕉  夏  2000
6    香蕉  秋   800
7    香蕉  冬   800
8    西瓜  春   590
9    西瓜  夏  4000
10   西瓜  秋  2500
11   西瓜  冬   500
"""
melt
df.melt(id_vars=None,
        value_vars=None,
        var_name=None,
        value_name='value',
        ignore_index: 'bool' = True)
  • id_vars指定宽表转化为长表时不变的列。
  • value_vars指定同一种类不同细化的列，以供转化
  • var_name设置value_var中的列的的列名在宽转长之后对应的那一列的列名。
  • value_name设置value_var中的列的数据值在宽转长之后对应的那一列的列名。
  • ignore_index设置自动生成新的数字索引而抛弃原来的行索引。

如:

fruits=pd.DataFrame({
    "水果种类":["苹果","香蕉","西瓜"],
    "春":[1200,1000,590],
    "夏":[1400,2000,4000],
    "秋":[3100,800,2500],
    "冬":[1900,800,500]
})
print(fruits)
"""
  水果种类     春     夏     秋     冬
0   苹果  1200  1400  3100  1900
1   香蕉  1000  2000   800   800
2   西瓜   590  4000  2500   500
"""
fruits=fruits.melt(id_vars="水果种类",value_vars=["春","夏","秋","冬"],var_name="季节",value_name="销量")
print(fruits)
"""
   水果种类 季节    销量
0    苹果  春  1200
1    香蕉  春  1000
2    西瓜  春   590
3    苹果  夏  1400
4    香蕉  夏  2000
5    西瓜  夏  4000
6    苹果  秋  3100
7    香蕉  秋   800
8    西瓜  秋  2500
9    苹果  冬  1900
10   香蕉  冬   800
11   西瓜  冬   500
"""

7.12.2 长表转化为宽表

常见的方法是数据透视表。后面的章节会详述。此处只是大概浏览一下。

长表转化为宽表，有点像宽表转化成长表的逆过程。

df.pivot_table(values=None,
    index=None,
    columns=None)
  • values设置某列成为转化后的宽表中的同一种类不同细化的列的数据。
  • index设置转化过程中不变的列。
  • columns设置某列成为转化后的宽表中的同一种类不同细化的列的列名。
print(fruits)
"""
   水果种类 季节    销量
0    苹果  春  1200
1    香蕉  春  1000
2    西瓜  春   590
3    苹果  夏  1400
4    香蕉  夏  2000
5    西瓜  夏  4000
6    苹果  秋  3100
7    香蕉  秋   800
8    西瓜  秋  2500
9    苹果  冬  1900
10   香蕉  冬   800
11   西瓜  冬   500
"""
fruits=fruits.pivot_table(values="销量",index="水果种类",columns="季节")
print(fruits)
"""
季节       冬     夏     春     秋
水果种类                        
苹果    1900  1400  1200  3100
西瓜     500  4000   590  2500
香蕉     800  2000  1000   800
​
"""
木子希卡利
关注
  • 0
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
csp-j/s组第一轮测试140题版本模拟试题及解析
信息学奥赛学案
05-18 1万+
1、在8位二进制补码中，10101010表示的数是十进制下的（B） A、176 B、-86 C、-85 D、-84 答案解析：补码=反码+1；反码=原码除符号位外各个位取反；原码是和十进制对应的；所以，现将补码10101010转化成原码：符号位不变，减1后得到10011111，然后按位取反得到11100000，最后按权展开求和得到十进制数-86。 2、中缀表达式A-(B+C/D)E的后缀表达式是（D） A、AB-C+D/E B、ABC+D/-E* C、ABCD/E*± D、ABCD
好书推荐：《对比Excel，轻松学习Python数据分析》
罗罗攀
02-21 2万+
之前就一直有打算出一个结合Excel的Python数据分析的教程，刚好张俊红同学就出了书籍，后面写相关文章又多了一本好书。我首先说说我的看法，为什么要和Excel做结合了...
Python Excel数据分析实例
10-24
对Excel数据进行读取并重新整理至新Excel，并绘制Excel中数据为图表
《对比Excel，轻松学习Python数据分析》读书笔记------Pandas入门
ncu5509121083的博客
07-30 926
张俊红《对比Excel，轻松学习Python数据分析》读书笔记。Pandas基本数据结构Series,DataFrame,数据的导入与熟悉........
01《对比Excel,学python数据分析》读书笔记——数据分析基础
Guiabbey的博客
04-08 2212
0408数据分析基础1、数据分析作用2、数据分析的指标3、数据分析的常规流程 1、数据分析作用 数据分析可以把隐藏在大量数据背后的信息提取出来，总结出数据的内在规律。 数据分析在企业日常经营分析中有三大作用，现状分析、原因分析、预测分析。 现状分析：业务在过去发生了什么？（现阶段整体运营情况+企业各项业务的构成），可通过日常报表来实现。（日报、周报、月报） 原因分析：某一现状存在的原因，原因分析...
《对比Excel，轻松学习Python数据分析》学习笔记及练习代码.zip
最新发布
02-21
本压缩包“《对比Excel，轻松学习Python数据分析》学习笔记及练习代码.zip”包含了作者的学习笔记和实践代码，旨在帮助初学者通过与Excel的对比，更好地理解和掌握Python在数据分析中的应用。 首先，我们要理解...
Python数据分析-金融分析
01-04
在金融领域，Python语言因其强大的数据处理能力、丰富的库支持以及易于学习的特性，成为了进行数据分析和挖掘的首选工具。...无论是个人投资者还是专业分析师，掌握Python数据分析技能都能在金融世界中获得竞争优势。
data-analytics-with-python:使用Python进行数据分析
03-12
在数据科学领域，Python语言因其丰富的库和易用性，已成为进行数据分析的首选工具。"data-analytics-with-python:使用Python进行数据...通过实际操作和项目实践，学习者可以系统地提升自己在Python数据科学方面的能力。
compmethods-notebooks:Coursera 上数据分析计算方法课程的 Python 笔记本
06-19
《数据分析计算方法课程的Python笔记本》是Nathan Kutz教授在Coursera平台上开设的一门专业课程，旨在教授学生如何运用Python进行高效的数据分析。这门课程深入浅出地介绍了数据处理、数值计算以及科学计算的重要...
MCIS540_Connor:适用于MCIS 540的Python脚本和Jupyter笔记本-数据科学编程
04-08
这些库使得Python成为数据预处理、探索性数据分析（EDA）、建模和预测的理想选择。 在这个项目中，Connor可能使用了以下Python库： 1. NumPy：进行矩阵运算、统计计算等基础数值操作。 2. Pandas：读取和处理数据，...
对比Excel,轻松学习Python数据分析数据集（新）.zip
12-30
支持数据分析的数据集，你值得拥有！很好用的分析数据！在压缩包里有具体的使用说明！主要是针对初学数据分析的人，而打造的数据集，可以在数据集上进行相关的操作。
汽车行业用户观点主题及情感识别-数据集
03-30
暂无描述
微信小游戏《果蔬去哪了》线上游戏源码及资源
01-11
微信小游戏《果蔬去哪了》线上游戏源码及资源。本人开发，资源可以直接使用，但不允许再次分发，CSDN擅自涨分数
MadnessLabsPWA:Madness Labs的新网站PWA
05-15
疯狂实验室-我们<3 Web 建议使用Ionic PWA工具包，以使用Ionic构建可用于生产环境的渐进式Web应用程序（PWA）。 该工具包可让您开始使用和Ionic（4.x +）。 这些工具的组合使您能够利用零配置和开箱即用的最佳实践来构建快速，高效的PWA。 Ionic PWA工具包中包含的功能 用于轻松构建和加载标准化Web组件的模具 离子框架 路由 推送通知设置 在新版本的PWA可用时显示敬酒 单元测试 预渲染 零配置延迟加载 零配置代码拆分 根据浏览器支持有选择地加载Polyfill 新浏览器默认为ES6，旧浏览器默认为ES5 添加到主屏幕PWA所需的一切（服务工作者，Web清单和iOS元标记） lazy-img组件，用于在折叠图像下方进行延迟加载 入门 要开始使用Ionic PWA Toolkit构建PWA，请将此存储库克隆到新目录： git clone https:
对比Excel，轻松学习Python数据分析--摘
gulie8的博客
09-05 1397
数据分析在企业日常经营分析中 有三大作用，即现状分析、原因分析、预测分析。1.2.1 现状分析 现状分析可以告诉你业务在过去发生了什么，具体体现在两个方 面。 第一，告诉你现阶段的整体运营情况，通过各个关键指标的表现情 况来衡量企业的运营状况，掌握企业目前的发展趋势。 第二，告诉你企业各项业务的构成，通常公司的业务并不是单一 的，而是由很多分支业务构成的，通过现状分析可以让你了解企业各项 分支业务...
【利用python进行数据分析——基础篇】利用Python处理和分析Excel表中数据实战
热门推荐
u012063773的博客
06-28 13万+
作为一个学习用Python进行数据分析的新手来说，通过本文来记录分享一些我在用Python中的pandas、numpy来分析Excel表中数据的数据清洗和整理的工作，目的是熟悉numpy以及pandas基础操作，所有操作利用Excel均可以方便实现。备注：本文中使用的是ipython完成的编辑数据来源及结构　　本文所分析的数据是通过爬虫抓取的微博数据。选取新浪微博为数据平台，选取我国34个省的旅游...
《对比excel，轻松学习python数据分析》学习笔记
dd201910的博客
09-08 910
提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档 文章目录前言为什么要学习python为什么要对比excel学习python第1章 数据分析基础数据分析的作用数据分析的内容数据分析的流程第2章 python基础知识1.python介绍2.python的下载与安装2.读入数据总结欢迎使用Markdown编辑器新的改变功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPant
像Excel一样使用python进行数据分析（1）
weixin_30563319的博客
01-23 247
（虽然是转载，但是是我每块都测试过得，容易出问题的地方我会添加一些自己的经验，仅供参考） 像Excel一样使用python进行数据分析（2） 像Excel一样使用python进行数据分析（3） 摘要：本篇文章通过python与excel的功能对比介绍如何使用python通过函数式编程完成excel中的数据处理及分析工作。 Excel是数据分析中最常用的工具，本篇文章通过python...
爱吃香蕉的珂珂
weixin_41791402的博客
10-15 474
珂珂喜欢吃香蕉。这里有 N 堆香蕉，第 i 堆中有piles[i]根香蕉。警卫已经离开了，将在H小时后回来。 珂珂可以决定她吃香蕉的速度K（单位：根/小时）。每个小时，她将会选择一堆香蕉，从中吃掉 K 根。如果这堆香蕉少于 K 根，她将吃掉这堆的所有香蕉，然后这一小时内不会再吃更多的香蕉。 珂珂喜欢慢慢吃，但仍然想在警卫回来前吃掉所有的香蕉。 返回她可以在 H 小时内吃掉所有香蕉...
Python机器学习(scikit-learn)：k最近邻 (k-NN)、特征缩放（标准化归一化数据）-谢TS的博客.pdf
07-19
k近邻算法 (k-NN, K-NearestNeighbor)。k-NN 算法构建模型只需要保存训练集数据即可。k-NN 模型把样本的所有特征构造一个坐标系（二维、三维 或 更高维），每一个样本都在坐标系中对应一个点（坐标由样本的所有特征组成）。想对新数据点做出预测，算法会在训练集数据点构成的坐标系中找到最近的 k 个数据点（也就是它的“最近邻”），然后根据这个 k 个数据点对新数据做出预测。当样本特征数据在运算时，为了减小不同特征取值范围误差，可以把特征数据缩放为标准化数据。均值为 0，方差为 1 的数据

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

木子希卡利

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值