Pandas基础 6｜学习笔记

开发者学堂课程【高校精品课-华东师范大学 - Python 数据科学基础与实践：Pandas基础 6】学习笔记，与课程紧密联系，让用户快速学习知识。

课程地址：https://developer.aliyun.com/learning/course/1067/detail/15387

Pandas基础 6

内容简介：

一、处理有重复的标签索引

二、总结和描述性统计

一、处理有重复的标签索引

下面来看一下有重复 label 的轴索引该怎样处理，我们看到的所有例子都有 unique axis labels(index values)，唯一的轴标签(索引值)。一些 pandas 函数(reindex)，需要 label 是唯一的，但这并是不强制的。

比如下面有一个重复的索引：

obj=pd.Series(range(5),index=['a’,'a’, ’b', ’b', ’c'])obj//构造 series，1到4，标签值的名字是a，b，c

a   0

a   1

b   2

b   3

c   4

dtype:int64

index的is_unique 特性能告诉我们label是否是唯一的：
obj.index.is_uniqueI
False
数据选择对于重复label则表现有点不同。如果一个label有多个值，那么就会返回一个series，如果是label只对应一个值的话，会返回一个标量：

obj[' a’]

a   0

a   1

dtype：int64//a有两个值0，1

obj['c']

c   4//c只有一个值4，所以返回标量4

这个选择的逻辑也应用于 DataFrame:

df = pd. DataFrame(np. random.randn(4, 3), index=['a', ' a', 'b', 'b']) df

0         1        2

A  -0.059074  1.421727   1.896414

A  0.555190   -0.265568  -1.451410

b -0.030001   -0.407768    -0.711312

b -2.100387   -0.319823    -0.062367

df.loc[’b’]

0         1       2

b -0.864999  -0.790284  0.691052

b 1.306508   -0.396013  -1.869685

二、总结和描述性统计

这里面的内容不全部讲解，仅讲解里面一个重要的功能， pandas 里面的汇总和描述性统计,这里主要是对数据框进行统计和汇总，还可以计算相关性和协方差，大家自行了解

Unique Values,Value Counts,and Membership

(唯一值，值计数，会员)

这里介绍另一种从一维 series 中提取信息的方法：

obj =pd. Series(I'c','a',’d', ’a', ’a', 'b', 'b','c', ’c')

第一个函数时unique，能告诉我们series里unique values有哪些：

uniques = obj.unique()

uniques

array(['c', 'a', ’d', 'b'], dtype=object)

返回的unique values不是有序的，但我们可以排序，uniques.sort()。相对的，value_counts 能计算 series 中值出现的频率：

obj.value_counts

a   3

d   1

b   2

c   3

dtype：int64