python学习篇-pandas库（十三）

DataFrame多重索引
1、根据多重索引创建DataFrame

1. import pandas as pd
   
2. import numpy as np
   
3. df = pd.DataFrame(np.arange(12).reshape(6,2),index=[list('AAABBB'),list('123123')],columns=['col01','col02'])
   
4. df

复制代码

2、多重索引设置列名称

1. df.index.names = ['frist','second']
   
2. df

复制代码

3、多重索引分组求和

1. df.groupby('frist').sum()

复制代码

4、行列名称转换

1. print(df)
   
2. df.stack()

复制代码

5、索引转换

1. print(df)
   
2. df.unstack()

复制代码

6、条件查找
创建数据集

1. # 示例数据
   
2. data = {'animal': ['cat', 'cat', 'snake', 'dog', 'dog', 'cat', 'snake', 'cat', 'dog', 'dog'],
   
3.         'age': [2.5, 3, 0.5, np.nan, 5, 2, 4.5, np.nan, 7, 3],
   
4.         'visits': [1, 3, 2, 3, 2, 3, 1, 1, 2, 1],
   
5.         'priority': ['yes', 'yes', 'no', 'yes', 'no', 'no', 'no', 'yes', 'no', 'no']}
   
6. 
   
7. labels = ['a', 'b', 'c', 'd', 'e', 'f', 'g', 'h', 'i', 'j']
   
8. df = pd.DataFrame(data, index=labels)
   
9. df

复制代码

查找age大于3的全部信息

1. df[df['age']>3]

复制代码

7、根据行列索引切片

1. df.iloc[2:4,1:3]

复制代码

8、多重条件查询

1. df[(df['animal']=='cat')&(df['age']<3)]

复制代码

9、按关键字查询

1. df[df['animal'].isin(['cat','dog'])]

复制代码

10、按标签及列名查询

1. df.loc[df.index[[3,4,8]],['animal','age']]

复制代码

11、多条件排序

1. # 按照 age 降序，visits 升序排列
   
2. df.sort_values(by=['age','visits'],ascending=[False,True])

复制代码

12、多值替换

1. # 将 priority 列的 yes 值替换为 True，no 值替换为 False
   
2. df['priority'].map({'yes':'True','no':'False'})

复制代码

13、分组求和

1. df.groupby('animal').sum()
   

复制代码

14、使用列表拼接成多个DataFrame

1. temp_df1 = pd.DataFrame(np.random.randn(5, 4))  # 生成由随机数组成的 DataFrame 1
   
2. temp_df2 = pd.DataFrame(np.random.randn(5, 4))  # 生成由随机数组成的 DataFrame 2
   
3. temp_df3 = pd.DataFrame(np.random.randn(5, 4))  # 生成由随机数组成的 DataFrame 3
   
4. 
   
5. print(temp_df1)
   
6. print(temp_df2)
   
7. print(temp_df3)
   
8. 
   
9. pieces = [temp_df1, temp_df2, temp_df3]
   
10. pd.concat(pieces)

复制代码

15、找出表中和最小的列

1. df = pd.DataFrame(np.random.random(size=(5, 10)), columns=list('abcdefghij'))
   
2. print(df.sum())
   
3. df.sum().idxmin() # idxmax(), idxmin() 为 Series 函数返回最大最小值的索引值

复制代码

16、DataFrame中每个元素减去每一行的平均值

1. pd.DataFrame(np.random.random(size=(5,3)))
   
2. print(df)
   
3. df.sub(df.mean(axis=1),axis=0)

复制代码

17、DataFrame分组，并得到每一组中最大三个数之和

1. df = pd.DataFrame({'A': list('aaabbcaabcccbbc'),
   
2.                    'B': [12, 345, 3, 1, 45, 14, 4, 52, 54, 23, 235, 21, 57, 3, 87]})
   
3. print(df)
   
4. df.groupby('A')['B'].nlargest(3).sum(level=0)

复制代码