「Python」Pandas-DataFrame的相关操作二
如果这篇文章没有找到你想要的数据操作，请光顾我的上一篇文章哦
「Python」Pandas-DataFrame的相关操作一
话不多说，直接实战吧~
合并为一列并重置索引
需求：初始值有三列且每一列的数量均不相同，需要将三列合并为一列
实现效果如下：
主要是使用了melt函数，它将所有列变成行（显示为列变量）并在新列值中列出所有关联值。实现功能如下：
所以即使对于不同列的数量不相同的情况也可以合并为新的一列，对于空值，只需要.dropna()。
实现代码：
df.melt().dropna().reset_index(drop=True) # dropna()是为了解决三列的长短不一的情况，即有些列10行，有些列8行，需要除去空值。
为不同的列指定标签
案例一
需求：将高级、中级、低级管理者分别添加对应的类别标签，即1-2-3。
实现效果：
使用df['variable'].unique().tolist()就可以获取variable列出现过的值，通过list.index()方法就可以获取对应值的下标，即可能的下标值为0、1、2，就刚好和我们要的标签对应起来了。结合.apply方法，添加新列group即可。
实现代码：
# admin_dict = ['高级管理者', '中级管理者', '初级管理者'] # df['variable'].unique().tolist() # 转化为列表 df['variable'].apply(lambda x : (admin_dict.index(x) + 1) )
index(x) + 1实际上就是把他变为1-2-3，默认是从0开始。
案例二
需求：将甲、乙、丙三种种子的类别标签添加到对应的数据中去。
即需要产量数据和类别标签两列数据。且对应的数据需要对应相应的类别。不妨将甲、乙、丙变为0-1-2。
原始数据：
实现效果：
先通过.stack()将所有的数据变为一列，再考虑如何添加对应标签的问题。
.reset_index(level=0)即去除掉第一个索引（unnamed...），保留原来的(0,1,2)索引。
reset_index(drop=True)是新的dataframe的索引重新排列为有序的。
代码实现：
先通过.stack()将所有的数据变为一列，再考虑如何添加对应标签的问题。 .reset_index(level=0)即去除掉第一个索引（unnamed...），保留原来的(0,1,2)索引。 reset_index(drop=True)是新的dataframe的索引重新排列为有序的。 代码实现： 作者：xincheng_q 链接：https://juejin.cn/post/7151968544933019656 来源：稀土掘金 著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。
如果想要将group列的值替换成甲、乙、丙的话，需要用到.apply方法，和案例一中的相似，这里不具体实现了。
案例三
需求：将含有两个标签的表格数据变为列数据，且index设置为对应的标签。（复合标签，如：(B1,A1)）
原始数据：
实现效果：
仍然通过.stack()方法将数据展开成为一列，和前面一样，需要注意的是这里还使用了.astype()方法，将某一列的值全部变为同一类型，方便运算。
代码实现：
goods.stack().reset_index().rename(columns={0:'value'}) goods['value'] = goods['value'].astype(int) # astype(int):将某一列的值的类型变为int
统计一行的平均值并作为新的一列
需求：统一某一行的平均值并把它作为新的一列加在原始数据中。
计算平均值
方法一：
df5.iloc[:,1:].mean(axis=1) # 直接算均值
方法二：
df['Col_sum'] = df.apply(lambda x: x.sum() / len(x), axis=1) # 可以适当变化取需要的列并求平均值 # df['col_sum'] = df.iloc[,1:].apply(lambda x : x.sum() / len(x), axis = 1)
方法三：
# 计算每列的平均值并作为新的行 df.loc['Row_sum'] = df.apply(lambda x: x.sum())
根据已有列进行运算得到新的列
需求：根据已有列，拓展已有列的数值运算列。
原始数据：
实现效果：
代码实现：
# 方法一： df3['p0q0'] = [df3.iloc[i,0] * df3.iloc[i,2] for i in range(len(df3))] df3['p1q0'] = [df3.iloc[i,0] * df3.iloc[i,3] for i in range(len(df3))] df3['p0q1'] = [df3.iloc[i,1] * df3.iloc[i,2] for i in range(len(df3))] df3['p1q1'] = [df3.iloc[i,1] * df3.iloc[i,3] for i in range(len(df3))]
# 方法二： [p1 * q1 for p1, q1 in zip(df7['Dollars']['1'],df7['Units']['1'])]
# 对某一列求和 sum(df3['p0q1'])
查找某一列超过一定数值
需求：DataFrame数据中查找某一列的数据大于某个值
代码实现：
data[data['月消费支出额（元）'] >= 600]
直接嵌套即可，有种套娃的感觉(bushi
pivot_table
需求：汇总人员的销售产品数量和收入总额
原始数据：
汇总不同销售人员的销售总额：
展示一个销售人员销售不同商品的数量：
主要用到pivot_table的aggfunc，聚合函数。
代码实现：
df.pivot_table(index='Name',values=['Dollars'],aggfunc=['count',np.sum]) # index:索引列 values：值 # aggfunc：聚合函数（可以有多个） # margins=True汇总
# 汇总每位销售人员销售每种产品的数量与销售额 df.pivot_table(index='Name',values=['Dollars'],columns=['Product'],aggfunc=['count',np.sum],margins=True)
绘图按照值从低到高排序
实现效果：
考查.sort_values()方法，参数by指定按照什么值排序，ascending为False时，从大到小排，反之，为从小到大排。
代码实现：
dft.sort_values(by=['含量'],ascending=False).plot(kind='bar')
柱状图不同类型不同颜色
需求：同一个柱状图中不同类型显示的颜色不同
实现效果：
通过dataframe.plot()指定color参数为plt.cm.Paired()即可实现同一个柱形图不同种类的颜色不同。
代码实现：
plt.bar(range(len(df3)), df3['次数'], color=plt.cm.Paired(np.arange(len(df3)))) xlabel = ['日常', '约会', 'party聚会', '旅行', '商务', '运动', '情趣', '其它'] plt.xticks(range(len(xlabel)),xlabel) # 设置标签
按照月份统计
需求：实现按月份统计销售量
原始数据：
实现效果：
代码实现
初步想法：
# Date:2013-01-01 ~ 2016-01-01 cakes.groupby(cakes['Date'].apply(lambda x:x.month)).sum()
上述代码统计的是所有年份的1月，效果如下：
我们需要实现的目标是：每一年的月份分别统计。所以可以想想用groupby先分组，按照月份分组，就可以实现想要的效果了！
代码如下：
cakes.groupby(cakes['Date'].apply(lambda x:x.strftime('%Y/%m'))).sum() # 每年每个月份分别求和 # df['日期'].apply(lambda x:x.strftime('%Y/%m')) # 将日期格式设置为年月 # df.groupby(df['日期'].apply(lambda x:x.strftime('%Y/%m'))) # 按照年月groupby
上面还设置到了DataFrame中设置日期格式的函数strftime()
这次关于DataFrame的相关操作就分享到这儿了，等遇到实际的题再更后续吧。
