一、替换操作(replace)
- 替换操作可以同步作用与Series和DataFrame中
df.replace(to_replace , value , replace , …) #将所有 to_replace 替换成value
df.replace(to_replace={4:5},value=’five’ ) #将指定列 的元素进行替换，re_place{列索引：被替换的值}
df.replace(to_replace={1:’one’} ) #字典形式的替换，将1替换成’One’
二、映射操作(map)
- 概念：创建一个映射关系列表，把values元素和一个特定的标签或者字符串绑定（给一个元素值提供不同的表现形式）——字典形式的映射关系表
- 创建一个df，两列分别是姓名和薪资，然后给其名字起对应的英文名
Series_data. map( dic) #只能给Series数据进行映射(dic)
map只能是Series的方法，只能被Series调用
三、运算工具(map)
- 需求：超过3000部分的钱需要缴纳50%的税，计算每个人的税后薪资
四、排序实现的随机抽样
take([隐式索引]，axis=1) #将原始数据按隐式索引打乱（列打乱）
np.random.permutation(n) #产生0~n的随机数
- 将原始数据的列打乱（axis=1）
- 在此基础上将原始数据的行进行打乱（axis=0）
- 随机取样
五、数据的分类处理
- 数据分类处理的核心
- groupby(by , )函数
- groups属性查看分组情况
- 对原始数据的水果进行分类并查看分组情况
- 为什么要进行分组呢？ 为了进行聚合【分组聚合】——计算每一种说过的平均价格
- 将计算出的每种颜色的平均重量汇总到源数据，需要用到映射——map(dic),字典数据。
六、高级数据聚合
当我们分好组之后，想进行一个聚合操作，但是这个聚合操作并没有被pandas封装，那么就需要我们自己封装一个聚合操作，例如mean()。
- transform( ) #返回映射后的结果
- apply( ) #返回没有映射的结果
七、数据加载
- 读取type-.txt文件
- 读取数据库中的数据
八、透视表
- 透视表是一种可以对数据动态排列并且 分类汇总 的表格格式。在Excel中常用，而在pandas中被称作pivot_table。
- 透视表优点：
- 灵活性高，可以随意定制你的分析计算要求
- 脉络清晰易于理解数据
-
操作性强，报表神器
-
导入数据
- 参数index
- 参数values
- 参数aggfunc
- 参数columns
九、交叉表
- 是一种用于计算分组的特殊透视表，对数据进行汇总
- pd.crosstab(index,columns)
- index：分组数据，交叉表的行索引
-
columns：交叉表的列索引
-
原始数据
- 求出各个性别（列）抽烟（行）的人数
- 求出各个年龄段（行）抽烟（列）人的情况
Original: https://blog.csdn.net/S1406793/article/details/123497393
Author: S1406793
Title: 数据分析—pandas的高级操作
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/599838/
转载文章受原作者版权保护。转载请注明原作者出处！