Python12-pandas整理04

• 数值替换
• 数值排序
• 数值排名
• 数值删除
• 数值计数
• 唯一值获取
• 数值查找
• 区间划分
• 行列操作

数值替换

• replace

           replace(A,B)表示将A替换成B。

           df['年龄'].replace(240,33)     

           df.replace(np.NaN,0)——对全表的缺失值进行替换，相当于fillna

           df.replace([A,B],C)     df['年龄'].replace([240,260],33)     

           df.replace({'A':'a', 'B','b'})             df.replace({240: 33, 260: 34})

---

数值排序

• sort_values

        df.sort_values(by = ['销售ID'], ascending = False)   by——指明排序的列名，默认为升序，ascending=False为降序

        df.sort_values(by=['col1', 'col2'], ascending=[True , False])    先按col1为升序，再按col2为降序排列

        %注意：na_position ——可以设置缺失值的显示位置，默认在最后，可以放到前面  eg:df.sort_values(by = ['销售ID'], na_position='first')

---

 

数值排名

• rank

        主要有两个参数：ascending——升序/降序；    method——排序方式(average,first,min,max)

        eg:df['销售ID'].rank(method = 'min')

---

数值删除

• drop

        删除列：df.drop(['销售ID','成交时间']，axis=1)          ——待删除列名，参数axis

                     df.drop(df.columns[ [4,5] ] ,axis = 1)            ——待删除列的位置，参数axis

                     df.drop(columns = ['销售ID', '成交时间'])      ——将列名以列表形式传给columns参数，不需要axis

 

        删除行：df.drop(['0a','1b']，axis=0)          ——待删除行名，参数axis

                     df.drop(df.index[ [0,1] ] ,axis = 0)            ——待删除行的位置，参数axis

                     df.drop(index= ['0a', '1b'])      ——将行名以列表形式传给index参数，不需要axis

 

        删除特定行：df[df['年龄']<40]         ——通过过滤， 将不需要的过滤出去

---

数值计数

• value_counts

        df['销售ID'].value_counts()  ——绝对次数

        df['销售ID'].value_counts(normalize = True, sort = False)   ——normalize次数占比，sort=False不按计数值降序排列

---

 

唯一值获取

• unique

        df['销售ID'].unique()

---

 

数值查找

• isin

        df['年龄'].isin([31,21])

 

---

 

区间切分

• cut  、 qcut

       pd.cut(df['年龄'], 3 ,bins = [0,3,6,10])      ——bins用来指明区分区间

       pd.qcut(df['年龄'], 3)      ——不需要指明区间，只需要设置切为几份

---

行列操作

• 插入新的行/列

        行：没有插入新行的操作，一般将待插入行当做一个新的表，然后在纵向上拼接

        列：insert()  、  以索引的方式直接插入

                df.insert(2,"商品类别", ['cat01', 'cat02',……])   ——插入的位置，插入后为第2列

                df["商品类别"] = ['cat01', 'cat02',……]

• 行列互换   转置  df.T
• stack()——将列索引转换成行索引 (宽表变长表)

#先将不转换的列设置为索引
df.set_index(['company','name'])
#调用stack
df.set_index(['company','name']).stack()
#重置索引
df.set_index(['company','name']).stack().reset_index()

• melt()——将列索引转换成行索引 (宽表变长表)

df.melt(id_vars=['company','name'], var_name = 'Year', value_name = 'Sale')
#id_vars转换时不变的列，var_name列索引转换为“行索引”以后对应的列名，value_name目前值所对应的列名

• 长表变宽表，透视表功能