广告
返回顶部
首页 > 资讯 > 后端开发 > Python >pythonPandas中数据的合并与分组聚合
  • 845
分享到

pythonPandas中数据的合并与分组聚合

2024-04-02 19:04:59 845人浏览 八月长安

Python 官方文档:入门教程 => 点击学习

摘要

目录一、字符串离散化示例 二、数据合并2.1 join 2.2 merge 三、数据的分组和聚合 四、索引总结一、字符串离散化示例 对于一组电

一、字符串离散化示例

对于一组电影数据,我们希望统计电影分类情况,应该如何处理数据?(每一个电影都有很多个分类)

思路:首先构造一个全为0的数组,列名为分类,如果某一条数据中分类出现过,就让0变为1

代码:

# coding=utf-8
import pandas as pd
from matplotlib import pyplot as plt
import numpy as np
file_path = "./IMDB-Movie-Data.csv"
 
df = pd.read_csv(file_path)
print(df["Genre"].head(3))
#统计分类的列表
temp_list = df["Genre"].str.split(",").tolist()  #[[],[],[]]
 
genre_list = list(set([i for j in temp_list for i in j]))
 
#构造全为0的数组
zeros_df = pd.DataFrame(np.zeros((df.shape[0],len(genre_list))),columns=genre_list)
# print(zeros_df)
 
#给每个电影出现分类的位置赋值1
for i in range(df.shape[0]):
    #zeros_df.loc[0,["Sci-fi","Mucical"]] = 1
    zeros_df.loc[i,temp_list[i]] = 1
 
# print(zeros_df.head(3))
 
#统计每个分类的电影的数量和
genre_count = zeros_df.sum(axis=0)
print(genre_count)
 
#排序
genre_count = genre_count.sort_values()
_x = genre_count.index
_y = genre_count.values
#画图
plt.figure(figsize=(20,8),dpi=80)
plt.bar(range(len(_x)),_y,width=0.4,color="blue")
plt.xticks(range(len(_x)),_x)
plt.show()

结果:

 二、数据合并

2.1 join

join:默认情况下他是把索引相同的数据合并到一起

 2.2 merge

merge:按照指定的把数据按照一定的方式合并到一起

 三、数据的分组和聚合

示例:现在我们有一组关于全球星巴克的店铺的统计数据,如果我想知道美国的星巴克数量和中国的哪个多,或者我想知道中国每个省份的星巴克的数量情况,应该怎么办?

代码:

import pandas as pd
 
file_path = "./starbucks_store_worldwide.csv"
 
df = pd.read_csv(file_path)
grouped = df.groupby(by="Country")#按照分组查询
# print(grouped)
 
#DataFrameGroupBy
#可以进行遍历
# for i,j in grouped:
#     print(i)
#     print("-"*100)
#     print(j,type(j))
#     print("*"*100)
# 调用聚合方法
country_count = grouped["Brand"].count()
# print(country_count["US"])
# print(country_count["CN"])
 
#统计中国每个省店铺的数量
china_data = df[df["Country"] =="CN"]
grouped = china_data.groupby(by="State/Province").count()["Brand"]
# print(grouped)
# 数据按照多个条件进行分组,返回Series
grouped = df["Brand"].groupby(by=[df["Country"],df["State/Province"]]).count()
# print(grouped)
# print(type(grouped))
# 数据按照多个条件进行分组,返回DataFrame
grouped1 = df[["Brand"]].groupby(by=[df["Country"],df["State/Province"]]).count()
grouped2= df.groupby(by=[df["Country"],df["State/Province"]])[["Brand"]].count()
grouped3 = df.groupby(by=[df["Country"],df["State/Province"]]).count()[["Brand"]]
print(grouped1,type(grouped1))
print("*"*100)
print(grouped2,type(grouped2))
print("*"*100)
print(grouped3,type(grouped3))

 四、索引

简单的索引操作:

获取index:df.index

指定index:df.index=['x','y']

重新设置index:df.reindex(list("abcdef"))

指定某一行作为index:df.set_index("Country",drop=False)

返回index的唯一值:df.set_index("Country").index.unique()

总结

到此这篇关于python Pandas中数据的合并与分组聚合的文章就介绍到这了,更多相关Python Pandas内容请搜索编程网以前的文章或继续浏览下面的相关文章希望大家以后多多支持编程网!

--结束END--

本文标题: pythonPandas中数据的合并与分组聚合

本文链接: https://www.lsjlt.com/news/162361.html(转载时请注明来源链接)

有问题或投稿请发送至: 邮箱/279061341@qq.com    QQ/279061341

本篇文章演示代码以及资料文档资料下载

下载Word文档到电脑,方便收藏和打印~

下载Word文档
猜你喜欢
软考高级职称资格查询
编程网,编程工程师的家园,是目前国内优秀的开源技术社区之一,形成了由开源软件库、代码分享、资讯、协作翻译、讨论区和博客等几大频道内容,为IT开发者提供了一个发现、使用、并交流开源技术的平台。
  • 官方手机版

  • 微信公众号

  • 商务合作