7.第7周python学习笔记

【数据的筛选】

1.转至

表名称.T，可将表格快速的转至

2.排序

【values】函数

方法1:排序的依据by='排序依据'

方法2:通过数组也可以进行排序

df.avg.sort_values()

二者区别是，如果用数组调，返回的是数组，在数据框里面调直接返回的是数据框。

ascending=False改变排序升序为降序

对字段进行排序:直接把条件加入

列出的表不是根据实际的中文顺序进行的，介意的话需建另一张表格进行调整。

【index】按照索引的排序

【rank】函数

默认顺序为升序排列，添加ascending参数改为降序

method参数默认为加权平均，改为“min”直接用排序第一个，符合现实使用的习惯。改为“first”则排序不考虑并列情况直接按照顺序来进行。

3.查找重复

直接可查出有多少个唯一值

加个count可直接查找出合计数量

4.描述性统计

5.累计累加

6.分段统计

使用更加适合分段统计的cut函数

=pd.cut(df.avg.bins=5) 系统自动分割成5部分

也可以自定义区间，然后命名

常用于用户分级、消费水平分割等使用场景

7.分位法进行分割统计

分位法函数:.qcut()

x具体的内容例如df.avg

q排名几等分

retbins是否包含开区间闭区间

precision分割出来的精度

duplicates是否要进行些去重操作

【数据的聚合】

聚合函数:mysql不支持分组排名，则可用此函数groupby

通过for循环可把分组内容打印出来进行查看

【多表关联】

三种关联方法

1.merge根据键值，对的是某一列

同名去重不同名保留

附加: 修改表的字段名称可用rename()函数 也可把行名提取出来，然后从0开始查其位置进行更改，再赋值的方法(一般用于只改一个，比较简单) col=list(df.columns) col[0]='all' df.columns=col

2.join针对索引进行

针对的是固定的索引例如日期

3.concat堆叠，对应的是对象

两张表格上下放一起，“暴力组合”

之间是上下拼接，增加函数 .axis=1 进行左右拼接，对不上的默认为空值。

应用场景:例如1~12月份相同字段的销售统计的拼接汇总等。

【多重索引】

方法1:可用切片

方法2:数据框类型的

不借助groupby进行设置多重索引的方法:set_index

把列变成索引进行排序，输出可达到整理在一起的效果

反过来把索引变成列，增加函数reset_index()即可

这时后面可直接[]去引用。

【pandas里面预处理函数---文本函数】

需求:想把表格内某一列带方括号的字段去掉方括号。

思路1:直接进行左右两边切掉(不成功，因为操作是针对数组进行的，是针对索引的切片)

思路2:调用 .str()(可行)

例如:.str.count统计字符串出现的次数

.str.find(“数据”)从哪个位置开始统计

.str都是针对值里面的字符串进行的操作

需求:继续把单引号排除

思路1:用空值替换单引号(不可行)

因为replace针对的是表格内具体的某一值进行替换，所以，上面对表格内字段进行替换并没有成功。

思路2:增加.str (可行)

【空值&去重】

1.空值

对表赋予空值，及对空值进行再赋值

2.删除重复元素

去重方法1:

去重方法2:相对更简单

未完待续~~~~~~

本文由订车宝 创作，采用知识共享署名-相同方式共享 3.0 中国大陆许可协议进行许可。

转载、引用前需联系作者，并署名作者且注明文章出处。

内容为作者个人观点， 并不代表本站赞同其观点和对其真实性负责。本站是一个个人学习交流的平台，并不用于任何商业目的，如果有任何问题，请及时联系我们，我们将根据著作权人的要求，立即更正或者删除有关内容。本站拥有对此声明的最终解释权。