怎么使用Python中Pandas的索引對(duì)齊方法

本篇內(nèi)容介紹了“怎么使用Python中Pandas的索引對(duì)齊方法”的有關(guān)知識(shí)，在實(shí)際案例的操作過(guò)程中，不少人都會(huì)遇到這樣的困境，接下來(lái)就讓小編帶領(lǐng)大家學(xué)習(xí)一下如何處理這些情況吧！希望大家仔細(xì)閱讀，能夠?qū)W有所成！

公司主營(yíng)業(yè)務(wù)：成都做網(wǎng)站、成都網(wǎng)站建設(shè)、移動(dòng)網(wǎng)站開發(fā)等業(yè)務(wù)。幫助企業(yè)客戶真正實(shí)現(xiàn)互聯(lián)網(wǎng)宣傳，提高企業(yè)的競(jìng)爭(zhēng)能力。成都創(chuàng)新互聯(lián)是一支青春激揚(yáng)、勤奮敬業(yè)、活力青春激揚(yáng)、勤奮敬業(yè)、活力澎湃、和諧高效的團(tuán)隊(duì)。公司秉承以“開放、自由、嚴(yán)謹(jǐn)、自律”為核心的企業(yè)文化，感謝他們對(duì)我們的高要求，感謝他們從不同領(lǐng)域給我們帶來(lái)的挑戰(zhàn)，讓我們激情的團(tuán)隊(duì)有機(jī)會(huì)用頭腦與智慧不斷的給客戶帶來(lái)驚喜。成都創(chuàng)新互聯(lián)推出蜀山免費(fèi)做網(wǎng)站回饋大家。

一.索引對(duì)象支持集合運(yùn)算：聯(lián)合、交叉、求差、對(duì)稱差
Demo1:

import pandas as pd 
import numpy as np 
college = pd.read_csv('data/college.csv')
columns = college.columns
c1 = columns[:4]
c2 = columns[2:5]
print(c1.union(c2))
print(c1 | c2)

Demo2:

import pandas as pd 
import numpy as np 
college = pd.read_csv('data/college.csv')
columns = college.columns
c1 = columns[:4]
c2 = columns[2:5]
print("c1 : ",c1)
print("c2 : ",c2)
print(c1.symmetric_difference(c2))
print(c1 ^ c2)

二.用copy()產(chǎn)生新的數(shù)據(jù)
A is B:表明二者指向的同一個(gè)對(duì)象。這意味著，如果修改一個(gè)，另一個(gè)也會(huì)去改變。
Demo1：

import pandas as pd 
import numpy as np 
employee = pd.read_csv('data/employee.csv', index_col='RACE')
salary1 = employee['BASE_SALARY']
salary2 = employee['BASE_SALARY']
print(salary1 is salary2)
salary1 = employee['BASE_SALARY'].copy()
salary2 = employee['BASE_SALARY'].copy()
print(salary1 is salary2)

三.不等索引(索引的difference方法)
Demo1:
用difference，找到哪些索引標(biāo)簽在baseball_14中，卻不在baseball_15、baseball_16中

import pandas as pd 
import numpy as np 
baseball_14 = pd.read_csv('data/baseball14.csv', index_col='playerID') 
baseball_15 = pd.read_csv('data/baseball15.csv', index_col='playerID') 
baseball_16 = pd.read_csv('data/baseball16.csv', index_col='playerID')
print(baseball_14.index.difference(baseball_15.index))
print(baseball_14.index.difference(baseball_16.index))

四.使用fill_value避免在算術(shù)運(yùn)算時(shí)產(chǎn)生缺失值
Demo1:

import pandas as pd 
import numpy as np 
baseball_14 = pd.read_csv('data/baseball14.csv', index_col='playerID') 
baseball_15 = pd.read_csv('data/baseball15.csv', index_col='playerID') 
#H列:每名球員的擊球數(shù)
hits_14 = baseball_14['H']
hits_15 = baseball_15['H']
print(hits_14.head())
print(hits_15.head())
print(hits_14.head() + hits_15.head())

下面四條數(shù)據(jù)是有記錄的，但是因?yàn)椴煌瑫r(shí)存在14，15兩張表中，所以相加會(huì)產(chǎn)生NaN，需要用fill_value

Demo2:

import pandas as pd 
import numpy as np 
baseball_14 = pd.read_csv('data/baseball14.csv', index_col='playerID') 
baseball_15 = pd.read_csv('data/baseball15.csv', index_col='playerID') 
baseball_16 = pd.read_csv('data/baseball16.csv', index_col='playerID')
#H列:每名球員的擊球數(shù)
hits_14 = baseball_14['H']
hits_15 = baseball_15['H']
hits_16 = baseball_16['H']
print(hits_14.head().add(hits_15.head(),fill_value=0))

*如果一個(gè)元素在兩個(gè)Series都是缺失值，即便使用了fill_value，相加的結(jié)果也仍是缺失值

五.從不同的DataFrame追加列

Demo:

import pandas as pd 
import numpy as np 
employee = pd.read_csv('data/employee.csv')
d1 = employee[['DEPARTMENT', 'BASE_SALARY']]
print("排序前：")
print(d1.head())
# 在每個(gè)部門內(nèi)，對(duì)BASE_SALARY進(jìn)行排序
d2 = d1.sort_values(['DEPARTMENT', 'BASE_SALARY'],ascending = [True,False])
print("排序后：")
print(d2.head())
#用drop_duplicates方法保留每個(gè)部門的第一行
d3 = d2.drop_duplicates(subset = 'DEPARTMENT')
print('去重后：')
print(d3.head())
#使用DEPARTMENT作為行索引
d3 = d3.set_index('DEPARTMENT')
employee = employee.set_index('DEPARTMENT')
#向employee的DataFrame新增一列
#新增時(shí)，對(duì)應(yīng)缺項(xiàng)的為缺失值
#存儲(chǔ)每個(gè)Department的最高工資
employee['MAX_SALARY'] = d3['BASE_SALARY']
pd.options.display.max_columns = 3
print('合并后：')
print(employee.head())
#用query查看是否有BASE_SALARY大于MAX_DEPT_SALARY的
#輸出應(yīng)該為0
print('query結(jié)果：')
print(employee.query('BASE_SALARY > MAX_SALARY'))

employee[‘MAX_SALARY’] = d3[‘BASE_SALARY’]
這行語(yǔ)句能執(zhí)行成功的條件是：d3中不含有重復(fù)索引，即執(zhí)行過(guò)drop_duplicates

運(yùn)行結(jié)果：

“怎么使用Python中Pandas的索引對(duì)齊方法”的內(nèi)容就介紹到這里了，感謝大家的閱讀。如果想了解更多行業(yè)相關(guān)的知識(shí)可以關(guān)注創(chuàng)新互聯(lián)網(wǎng)站，小編將為大家輸出更多高質(zhì)量的實(shí)用文章！

網(wǎng)頁(yè)題目：怎么使用Python中Pandas的索引對(duì)齊方法
鏈接地址：http://muchs.cn/article20/ijddco.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供、搜索引擎優(yōu)化、軟件開發(fā)、網(wǎng)站營(yíng)銷、網(wǎng)站策劃、用戶體驗(yàn)

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請(qǐng)盡快告知，我們將會(huì)在第一時(shí)間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng)，如需處理請(qǐng)聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時(shí)需注明來(lái)源： 創(chuàng)新互聯(lián)