#yyds干货盘点#登天之梯——Pandas快速入门（下）

Posted 2021-11-23 来西瓜

6、排序

df.sort_values(by=‘Q1’) #按Q1列数据升序排列

df.sort_values(by=‘Q1’, ascending=False) #按Q1列数据降序排列

df.sort_values([‘team’, ‘Q2’], ascending=[True, False]) #按team列数据升序Q2列数据降序排列

7、分组聚合

df.groupby(‘team’).sum() #按team列分组求各组总和

df.groupby(‘team’).mean() #按team列分组求各组平均值

8、数据转置

df.groupby(‘team’).sum().T #按team列分组求各组总和，最后转置数据，行标与列标互换，数据相应变动

df.groupby(‘team’).sum().stack() #按team列分组，每组再按剩余列分小组，计算各小组总和

df.groupby(‘team’).sum().unstack() #按除team列之外的其它列分大组，再按team列分小组，计算各小组总和

9、增加列

df[‘one’] = 1 #增加一列，列名为one，列中所有值为1

df[‘total’] = df.Q1 + df.Q2 + df.Q3 + df.Q4 #增加一列total，值为Q1、Q2、Q3、Q4列对应值的总和

df[‘total’] = df.loc[:, ‘Q1’:’Q4’].apply(lambda x: sum(x),axis=1)

#将计算结果赋值给新列total

df[‘total’] = df.sum(axis=1) #新增一列，值为对应列数字值的总和

df[‘avg’] = df.total/4 #新增一列平均值

10、统计分析

df.mean() #求所各列的均值，只有数据列才可以

df.corr() #求列与列之间的相关系数

df.count() #求各列非空值的个数

df.max() #求最大值

df.min() #求最小值

df.median() #求中位数

df.std() #求标准差

df.var() #求方差

df.set_index(‘name’).mean(axis=1).head() 

#将name设为索引，同一行中各列相加的平均值，取前5行

11、绘图

df[‘Q1’].plot() #Q1成绩的折线图

plt.show() #显示图形

df.set_index(‘name’, inplace=True) #先设定索引，下面才不会报错

df.loc[‘Ben’, ‘Q1’:’Q4’].plot #Ben四个季度的成绩变化折线图

plt.show()

df.loc[‘Ben’, ‘Q1’:’Q4’].plot.bar() #Ben四个季度的成绩变化条形图

df.loc[‘Ben’, ‘Q1’:’Q4’].plot.barh() #Ben四个季度的成绩变化横向条形图

df.groupby(‘team’).sum().T.plot() #各team四个季度总成绩趋势

df.groupby(‘team’).count().Q1.plot.pie() #各组人数对比

12、导出

df.to_excel(‘team_done.xlsx’) #导出Excel格式

df.to_csv(‘team_done.csv’) #导出csv格式

13、位置计算

df.loc[:5, ‘Q1’:’Q4’].diff(1, axis=1)

#取0到5行，每行中后一列的值减前一列的值，本例为每个学生每个季度较前一个季度成绩的变化值

df.shift() #整体下移一行，最顶的一行为NaN

df.shift(-1) #整体上一一行，最底的一行为NaN

df.rank() #将各列值分别从小到大排序，将值变成序号

df.rank(axis=1) #横向排序