网站系统升级,昆明做百度网站电话,整容网站模板,广州 环保 凡人网站建设目录 一、选择行/列#xff08;一#xff09;读取文件#xff08;二#xff09;选择行#xff08;三#xff09;选择列#xff08;四#xff09;选择多行多列 二、带条件筛选#xff08;一#xff09;startswith()方法#xff08;二#xff09;mean()方法#xff… 目录 一、选择行/列一读取文件二选择行三选择列四选择多行多列 二、带条件筛选一startswith()方法二mean()方法三columns属性四apply()方法五copy()方法六groupby()方法 首先导入 NumPy 和 Pandas 库。
import numpy as np
import pandas as pd数据集team.xlsx下载地址下载team.xlsx
一、选择行/列
一读取文件
pd.read_excel()格式pandas.read_excel(io, sheetname, header0, index_colNone, namesNone, dtype)
参数名称说明io接收string 表示文件路径无默认sheetname接收string、int代表excel表内数据的分表位置默认为0header接收int或sequence表示将某行数据作为列名默认为infer表示自动识别names接收int、sequence或者False表示索引列的位置取值为sequence则代表多重索引默认为Noneindex_col接收int、sequence或者False表示索引列的位置取值为sequence则代表多重索引默认为Nonedtype接收dict代表写入的数据类型列名为key数据格式为values默认为None
df pd.read_excel(team.xlsx)
df二选择行
选取通过 DataFrame 提供的head和tail方法可以得到多行数据但是用这两种方法得到的数据都是从开始或者末尾获取连续的数据 而利用sample可以随机抽取数据并显示。
head()认获取前 5 行head(n)获取前 n 行tail()默认获取后 5 行tail(n)获取后 n 行sample(n)随机抽取 n 行显示
df.head(10)三选择列
选择列的方法主要基于把 DataFrame 看成字典的观点。
1、选择单列
# 选择单列
# df[team]
df[team].unique()unique()方法去掉重复值
array([E, C, A, D, B], dtypeobject)2、选择多列
# 选择多列
df[[name,Q1]].head(6)四选择多行多列
1、使用位置索引器iloc
选择行的方法主要基于把 DataFrame 看成二维数组的观点。选择多行多列使用位置索引器iloc行列下标的位置上都允许切片和花式索引。
df.iloc[3:5,[0,2]]为了使用标签索引需要先判断name列的取值是否唯一。判断姓名是否有重名。
# df[name].unique().shape
df[name].unique().shapedf[name].shape True发现无重名则可以把name作为行索引Index。
df.set_index(name,inplaceTrue)
df.head(10)2、使用标签索引器loc
选择多行多列使用标签索引器loc行列下标的位置上都允许切片和花式索引。
df.loc[Eorge:Harlie,Q1:Q4]注意使用切片时位置索引不包含终值而标签索引却包含终值。
3、使用ix索引器
也可以用ix索引器混合使用位置和标签索引但不建议这样做。
df.ix[3:5,Q1:Q4]C:\Users\Administrator\Anaconda3\lib\site-packages\ipykernel_launcher.py:2: DeprecationWarning:
.ix is deprecated. Please use
.loc for label based indexing or
.iloc for positional indexingSee the documentation here:
http://pandas.pydata.org/pandas-docs/stable/indexing.html#ix-indexer-is-deprecated二、带条件筛选
一startswith()方法
1、选择 DataFrame df中索引值以字母A开头的所有行并选择team列
# 带条件筛选
df.loc[df.index.str.startswith(A),team]2、选择 DataFrame df中索引值以字母 ‘A’ 开头的所有行并选择所有列
# loc中使用函数筛选满足条件的行
df.loc[lambda x:x.name.str.startswith(A),:]将整个 DataFrame 对象作为实参传递给形参x注意x的行索引是整数。 二mean()方法
比较 DataFrame 中列Q1的每个元素是否大于或等于Q1列的平均值
df[Q1]df[Q1].mean()它的返回结果将是一个布尔类型的 Series其中每个元素对应于相应的 ‘Q1’ 列元素是否大于或等于 ‘Q1’ 列的平均值。
0 True
1 False
2 True
3 True
4 True
5 False
6 True
7 False
8 True
9 True
10 False
11 False
12 True
13 True
14 True
15 False
16 True
17 True
18 True
19 True
20 True
21 True
22 False
23 True
24 True
25 True
26 True
27 True
28 True
29 False...
70 True
71 True
72 False
73 False
74 True
75 True
76 True
77 True
78 False
79 True
80 True
81 False
82 False
83 True
84 True
85 False
86 False
87 False
88 True
89 False
90 False
91 True
92 True
93 False
94 False
95 False
96 False
97 True
98 False
99 False
Name: Q1, Length: 100, dtype: bool三columns属性
获取 DataFrame 中倒数第四列及其后面的所有列的列名
df.columns[-4:]df.columns返回一个包含 DataFrame 中所有列名的 Index 对象。通过索引-4:获取了倒数第四列及其后面的所有列的列名。
Index([Q1, Q2, Q3, Q4], dtypeobject)四apply()方法
使用apply()函数它会对 DataFrame 的每一列应用指定的函数。
df1 df.apply(lambda x: np.sum(x) if x.name.startswith(Q) else print(x.name)) #默认一次处理一列
df1对于以 ‘Q’ 开头的列lambda x: np.sum(x)函数会计算该列的总和。对于其他列print(x.name)函数会打印列的名称。
然而需要注意的是apply()函数返回的是一个 Series其中包含每一列的处理结果。这意味着对于那些不以 ‘Q’ 开头的列由于print(x.name)函数没有返回值因此相应位置的结果会是 NaN。另外可能想要使用axis0参数来指定apply()函数按列而不是按行进行操作。 五copy()方法
df2 df.copy()
df2首先通过df.copy()创建了 DataFrame df的副本df2。这样做是为了避免在对df2进行操作时影响到原始的 DataFrame df。
副本df2与原始的 DataFrame df具有相同的数据和结构但它们是独立的对象对其中一个对象的操作不会影响另一个对象。因此通过这样的方式可以安全地对df2进行任何需要的修改或处理。 对 DataFrame df2中的每一行从 ‘Q1’ 到 ‘Q4’ 列的值进行求和
df2.apply(lambda x:sum(x[Q1:Q4]),axis1) # 一次处理一行使用了apply()函数对 DataFrame 中的每一行进行操作。
其中lambda x: sum(x[Q1:Q4])表示对每一行从 ‘Q1’ 到 ‘Q4’ 列进行求和操作。而axis1参数指定了按行操作。
因此该代码将会对 DataFrame df2中的每一行从 ‘Q1’ 到 ‘Q4’ 列的值进行求和并返回一个包含每一行求和结果的 Series。
name
Liver 198
Arry 167
Ack 219
Eorge 338
Oah 261
Harlie 167
Acob 258
Lfie 155
Reddie 286
Oscar 179
Leo 133
Logan 198
Archie 299
Theo 251
Thomas 225
James 188
Joshua 177
Henry 198
William 177
Max 216
Lucas 240
Ethan 301
Arthur 179
Mason 251
Isaac 190
Harrison 195
Teddy 231
Finley 287
Daniel 233
Riley 203...
Nathan 239
Blake 203
Luke6 306
Elliot 130
Roman 143
Stanley 276
Dexter 240
Michael 261
Elliott 133
Tyler 198
Ryan 257
Ellis 187
Finn 92
Albert0 181
Kai 172
Liam 131
Calum 203
Louis2 180
Aaron 234
Ezra 219
Leon 136
Connor 209
Grayson7 250
Jamie0 275
Aiden 181
Gabriel 268
Austin7 125
Lincoln4 212
Eli 234
Ben 179
Length: 100, dtype: int64六groupby()方法
1、将 DataFrame 按照team列进行分组并对每个分组应用了一个函数
df.groupby(team).apply(lambda x :print(x))这段代码使用了groupby()函数将 DataFrame 按照team列进行分组并对每个分组应用了一个函数。
在这个例子中使用了一个lambda函数它接受每个分组作为输入并将其打印出来。print(x)语句会打印每个分组的内容。
请注意这段代码在每个分组中都会打印出该分组的内容而不会返回任何值。 team Q1 Q2 Q3 Q4
name
Ack A 57 60 18 84
Lfie A 9 10 99 37
Oscar A 77 9 26 67
Joshua A 63 4 80 30
Henry A 91 15 75 17
Lucas A 60 41 77 62
Arthur A 44 53 42 40
Reggie1 A 30 12 23 9
Toby A 52 27 17 68
Dylan A 86 87 65 20
Hugo0 A 28 25 14 71
Caleb A 64 34 46 88
Nathan A 87 77 62 13
Blake A 78 23 93 9
Stanley A 69 71 39 97
Tyler A 75 16 44 63
Aaron A 96 75 55 8team Q1 Q2 Q3 Q4
name
Ack A 57 60 18 84
Lfie A 9 10 99 37
Oscar A 77 9 26 67
Joshua A 63 4 80 30
Henry A 91 15 75 17
Lucas A 60 41 77 62
Arthur A 44 53 42 40
Reggie1 A 30 12 23 9
Toby A 52 27 17 68
Dylan A 86 87 65 20
Hugo0 A 28 25 14 71
Caleb A 64 34 46 88
Nathan A 87 77 62 13
Blake A 78 23 93 9
Stanley A 69 71 39 97
Tyler A 75 16 44 63
Aaron A 96 75 55 8team Q1 Q2 Q3 Q4
name
Acob B 61 95 94 8
Leo B 17 4 33 79
Logan B 9 89 35 65
Thomas B 80 48 56 41
Harrison B 89 13 18 75
Edward B 57 38 86 87
Samuel B 9 38 88 66
Elijah B 97 89 15 46
Harley B 2 99 12 13
Jenson B 66 77 88 74
Frankie B 18 62 52 33
David B 21 47 99 2
Lewis B 4 34 77 28
Ronnie B 53 13 34 99
Harvey2 B 43 76 87 90
Michael B 89 21 59 92
Elliott B 9 31 33 60
Albert0 B 85 38 41 17
Kai B 66 45 13 48
Liam B 2 80 24 25
Grayson7 B 59 84 74 33
Jamie0 B 39 97 84 55team Q1 Q2 Q3 Q4
name
Arry C 36 37 37 57
Eorge C 93 96 71 78
Harlie C 24 13 87 43
Archie C 83 89 59 68
Theo C 51 86 87 27
William C 80 68 3 26
Daniel C 50 50 72 61
Alexander C 91 76 26 79
Adam C 90 32 47 39
Sebastian C 1 14 68 48
Tommy C 29 44 28 76
Jake3 C 69 23 11 40
Ollie3 C 10 76 30 36
Matthew C 44 33 41 98
Elliot C 15 17 76 22
Ellis C 34 34 77 42
Calum C 14 91 16 82
Louis2 C 13 94 51 22
Connor C 62 38 63 46
Gabriel C 48 59 87 74
Austin7 C 21 31 30 43
Lincoln4 C 98 93 1 20team Q1 Q2 Q3 Q4
name
Oah D 65 49 61 86
Reddie D 64 93 57 72
Ethan D 79 45 89 88
Mason D 80 96 26 49
Finley D 62 73 84 68
Benjamin D 15 88 52 25
Louie D 24 84 54 11
Carter7 D 57 52 77 50
Bobby1 D 50 55 60 59
Albie1 D 79 82 56 96
Luca D 5 40 91 83
Alex D 14 70 55 87
Reuben D 70 72 76 56
Jayden6 D 64 21 10 21
Hunter3 D 38 80 82 40
Theodore3 D 43 7 68 80
Luke6 D 15 97 95 99
Ezra D 16 56 86 61
Aiden D 20 31 62 68team Q1 Q2 Q3 Q4
name
Liver E 89 21 24 64
James E 48 77 52 11
Max E 97 75 41 3
Isaac E 74 23 28 65
Teddy E 71 91 21 48
Riley E 35 26 59 83
Joseph E 67 87 87 93
Jaxon E 88 98 19 98
Arlo8 E 48 34 52 51
Jude E 8 45 13 65
Rory9 E 8 12 58 27
Zachary E 12 71 85 93
Jackson5 E 6 10 15 33
Roman E 73 1 25 44
Dexter E 73 94 53 20
Ryan E 92 70 64 31
Finn E 4 1 55 32
Leon E 38 60 31 7
Eli E 11 74 58 91
Ben E 21 43 41 742、使用 NumPy 的np.max()函数计算每个分组中的最大值
df.groupby(team).apply(lambda x :np.max(x)) # 一次传一组结果是一个包含每个分组最大值的 DataFrame。 3、返回一个包含每个分组中 ‘Q1’ 和 ‘Q4’ 列的最大值
df.groupby(team)[Q1,Q4].apply(max)对 DataFrame df根据 ‘team’ 列进行分组然后对每个分组中的 ‘Q1’ 和 ‘Q4’ 列应用了max()函数以找到每个组中 ‘Q1’ 和 ‘Q4’ 列的最大值。
如果 ‘Q1’ 和 ‘Q4’ 列中包含数值数据那么该操作将返回一个包含每个分组中 ‘Q1’ 和 ‘Q4’ 列的最大值的 Series 对象。
