Python数据分析：pandas数据重构与数据转换

Python数据分析：pandas数据重构与数据转换

重构

import numpy as np
import pandas as pd

df_obj = pd.DataFrame(np.random.randint(0,10, (5,2)), columns=['data1', 'data2'])
df_obj

运行结果：

• stack

  • 将列索引旋转为行索引，完成层级索引

    stacked = df_obj.stack()
    print(stacked)
    

    运行结果：
    

  • dataframe 转换为 series

    print(type(stacked))
    print(type(stacked.index))
    

    运行结果：
    

• unstack

  • 将层级索引展开

  • series转化为dataframe

  • 默认操作内层索引

    # 默认操作内层索引
    stacked.unstack()
    

    运行结果：
    

# 通过level指定操作索引的级别
stacked.unstack(level=0)

运行结果：

转换

import numpy as np
import pandas as pd

df_obj = pd.DataFrame({'data1' : ['a'] * 4 + ['b'] * 4,
                       'data2' : np.random.randint(0, 4, 8)})
df_obj

运行结果：

• 处理重复数据

  • duplicated() 返回布尔型series表示每行是否为重复行

    df_obj.duplicated()
    

    运行结果：
    

  • drop_duplicates()过滤重复行

    • 默认判断全部列

      df_obj.drop_duplicates()
      

      运行结果：
      

    • 可指定按某些列判断

      df_obj.drop_duplicates('data2')
      

      运行结果：
      

• map

  ser_obj = pd.Series(np.random.randint(0,10,10))
  ser_obj
  

  运行结果：
  

  • series根据map传入的函数对每行或每列进行转换

    ser_obj.map(lambda x : x ** 2)
    

    运行结果：
    

• 数据替换 replace

  # 替换单个值
  ser_obj.replace(0, -100)
  

  运行结果：
  

  # 替换多个值
  ser_obj.replace([0, 2], [-100, -200])
  

  运行结果：