深入浅出Pandas读书笔记
4.4 位置计算
原数据在同位置上对移动后的数据相减, 可以传入一个数字来规定移动多少位, 负数代表移动方向相反
s = pd.Series([9, 4, 6, 7, 9])
s.diff()
'''
0 NaN
1 -5.0
2 2.0
3 1.0
4 2.0
dtype: float64
'''
s.diff(-2)
'''
0 3.0
1 -3.0
2 -3.0
3 NaN
4 NaN
dtype: float64
'''
df.diff(1, axis=1)
位移, 不做计算, 支持上下左右移动, 移动后目标位置的类型无法接收的为NaN
df.shift()
df.shift(3)
df.shift(-1)
df.shift(axis=1)
df - df.shift()
rank()可以生成数据的排序值替换原来的数据值, 他支持对所有类型数据进行排序, 如英文会按字母顺序.
df.head().rank()
'''
name team Q1 Q2 Q3 Q4
0 4.0 5.0 4.0 1.0 2.0 2.0
1 2.0 2.5 1.0 2.0 3.0 1.0
2 1.0 1.0 2.0 4.0 1.0 4.0
3 3.0 2.5 5.0 5.0 5.0 3.0
4 5.0 4.0 3.0 3.0 4.0 5.0
'''
df.select_dtypes('number').head().rank(axis=1)
'''
Q1 Q2 Q3 Q4
0 4.0 1.0 2.0 3.0
1 1.0 2.5 2.5 4.0
2 2.0 3.0 1.0 4.0
3 3.0 4.0 1.0 2.0
4 3.0 1.0 2.0 4.0
'''
4.5 数据选择
操作语法选择列df[col], df[[col1, col2]]按索引选择行df.loc[label]按数字索引选择行df.iloc[loc]使用切片选择行df[5:10]用表达式筛选行df[bool_vec]
df[col], df.col(这里的col需要复合python变量的命名方式, 不能是数字开头如 1Q, 或中间有空格如 my name)
df[:2]
df[4:10]
df[:]
df[:10:2]
df[::-1]
df[2]
df[[col1, col2]]
df.loc[
- [A, B, C]
- [True, False, …]
- A:C
- A
- Exp
- Fun
df.loc[0]
df.set_index('name').loc['Ben']
df.loc[[0, 5, 10]]
df.set_index('name').loc[['Eli', 'Ben']]
df.loc[[False, True]*50]
df.loc[0:5]
df.loc['2010':'2014']
df.loc[:]
df.loc[:, ['name', 'Q1']]
df.loc[0:9, ['Q1', 'Q2']]
df.loc[:10, 'Q1':]
df.loc[:, :]
传入的表达式与.loc相同, 可以使用数字索引进行筛选
df.iloc[:3]
df.iloc[:]
df.iloc[2:20:3]
df.iloc[:3, [0, 1]]
df.iloc[:3, :]
df.iloc[:3, :-2]
df.at[
df.at[4, 'Q1']
df.iat[4, 2]
类似字典的get, df.get(key, default=None), 如果是DataFrame, key需要传入列名, 返回的是Series, 如果是Series, 需要传入索引, 返回的是一个定值
df.get('name', 0)
df.get('nameXXX', 0)
s.get(3, 0)
df.truncate() 可以对DataFrame和Series进行截取, 将before和after参数以外的数据剔除
作用上来讲 与iloc类似
truncate -> 返回一个新DataFrame
iloc -> 返回一个对象可以修改原DataFrame
部分关于view与copy的知识, 参考: https://blog.csdn.net/Mart_inn/article/details/126242842
df.truncate(before=2, after=4)
Original: https://blog.csdn.net/zhaoleiedu/article/details/127525385
Author: EricZHAOedu
Title: 位置计算 & 数据选择
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/740813/
转载文章受原作者版权保护。转载请注明原作者出处！