Pandas 教程-数据处理

整理：python架构师

在数据分析和建模的大部分时间中，都花费在数据准备和处理上，即加载、清理和重新排列数据等。此外，由于Python库，Pandas为我们提供了高性能、灵活和高级的数据处理环境。对于 Pandas，有各种功能可用于有效地处理数据。

层次化索引

为了增强数据处理的能力，我们必须使用一些索引，这有助于根据标签对数据进行排序。因此，层次化索引出现在这里，并被定义为 Pandas 的一个基本特性，可以帮助我们使用多个索引级别。

创建多重索引

在层次化索引中，我们必须为数据创建多个索引。这个例子创建了一个具有多个索引的 Series。

import pandas as pd  info = pd.Series([11, 14, 17, 24, 19, 32, 34, 27],  index = [['x', 'x', 'x', 'x', 'y', 'y', 'y', 'y'],  ['obj1', 'obj2', 'obj3', 'obj4', 'obj1', 'obj2', 'obj3', 'obj4']])  data  

aobj1   11obj2   14obj3   17     obj4   24 bobj1   19obj2   32obj3   34obj4  27dtype: int64

info.index  

MultiIndex(levels=[['x', 'y'], ['obj1', 'obj2', 'obj3', 'obj4']],labels=[[0, 0, 0, 0, 1, 1, 1, 1], [0, 1, 2, 3, 0, 1, 2, 3]])

专属福利 
👉点击领取：最全Python资料合集

部分索引

部分索引可以被定义为从分层索引中选择特定索引的一种方法。

import pandas as pd  info = pd.Series([11, 14, 17, 24, 19, 32, 34, 27],  index = [['x', 'x', 'x', 'x', 'y', 'y', 'y', 'y'],  ['obj1', 'obj2', 'obj3', 'obj4', 'obj1', 'obj2', 'obj3', 'obj4']])  info['b']

obj1   19 obj2   32 obj3   34 obj4   27dtype: int64

info[:, 'obj2']

x   14 y 32dtype: int64

数据的展开

展开意味着将行标头更改为列标头。行索引将更改为列索引，因此 Series 将变成 DataFrame。以下是展开数据的示例。

import pandas as pd  info = pd.Series([11, 14, 17, 24, 19, 32, 34, 27],  index = [['x', 'x', 'x', 'x', 'y', 'y', 'y', 'y'],  ['obj1', 'obj2', 'obj3', 'obj4', 'obj1', 'obj2', 'obj3', 'obj4']])  # unstack on first level i.e. x, y  #note that data row-labels are x and y  data.unstack(0)

输出:

ab obj1  11   19obj2  14   32obj3 17   34 obj4  24    27# unstack based on second level i.e. 'obj'info.unstack(1) 

obj1 obj2 obj3 obj4 a  11       14      17       24b  19       32      34      27

import pandas as pd  info = pd.Series([11, 14, 17, 24, 19, 32, 34, 27],  index = [['x', 'x', 'x', 'x', 'y', 'y', 'y', 'y'],  ['obj1', 'obj2', 'obj3', 'obj4', 'obj1', 'obj2', 'obj3', 'obj4']])  # unstack on first level i.e. x, y  #note that data row-labels are x and y  data.unstack(0)   d.stack()

aobj1   11obj2   14obj3   17     obj4   24 bobj1   19obj2   32     obj3   34 obj4  27dtype: int64

列索引

import numpy as np   info = pd.DataFrame(np.arange(12).reshape(4, 3),  index = [['a', 'a', 'b', 'b'], ['one', 'two', 'three', 'four']],   columns = [['num1', 'num2', 'num3'], ['x', 'y', 'x']] ... )   info

num1 num2 num3x           y             xa one0 1 2 two3 4 5b three 6 7 8 four 9 10 11 # display row index   info.index  

MultiIndex(levels=[['x', 'y'], ['four', 'one', 'three', 'two']], labels=[[0, 0, 1, 1], [1, 3, 2, 0]])# display column index   info.columns

MultiIndex(levels=[['num1', 'num2', 'num3'], ['green', 'red']], labels=[[0, 1, 2], [1, 0, 1]])

交换和排序级别

import numpy as np   info = pd.DataFrame(np.arange(12).reshape(4, 3),  index = [['a', 'a', 'b', 'b'], ['one', 'two', 'three', 'four']],   columns = [['num1', 'num2', 'num3'], ['x', 'y', 'x']] ... )   info.swaplevel('key1', 'key2')   nnum1 num2 num3   p                             x                  y              x   key2 key1   onea 0 1 2   twoa 3 4 5   three b 6 7 8  four b 9 10 11  

info.sort_index(level='key2')   nnum1 num2    num3   p           x             y             x  key1 key2   bfour 9 10 11   aone 0 1 2  bthree 6 7 8   atwo 3 4 5

 1
热门推荐

• 公司突然要求正式员工全部转外包，不知所措。。。
• Pandas 教程-Python Pandas 数据操作
• 20个非常有用的Python单行代码