Pandas手冊(5)- 用pandas完成excel中常見任務(wù)

發(fā)現(xiàn)了一篇很好的教程馒过,介紹一些Excel中的常用操作臭脓,怎樣在pandas中實(shí)現(xiàn),很不錯腹忽,這里學(xué)習(xí)来累,順便分享下。
原文地址:用Pandas完成Excel中常見的任務(wù)窘奏,

這個(gè)是翻譯的嘹锁,再原文是:Common Excel Tasks Demonstrated in Pandas

好了,下面着裹,我們開始學(xué)習(xí)下领猾。

基礎(chǔ)數(shù)據(jù)

這個(gè)是從網(wǎng)上找的一個(gè)成績單,拿了一部分?jǐn)?shù)據(jù)

首先呢骇扇,我們想要摔竿,在加一列,顯示總分匠题,Excel中很方便


在pandas中呢拯坟,其實(shí),我們就是需要“數(shù)學(xué)”韭山,“語文”郁季,“英語”這3列加在一起,我們怎樣獲取這3列呢钱磅?
前面梦裂,我們說過在DataFrame中,怎樣去篩選數(shù)據(jù)


import pandas as pd
import numpy as np

df = pd.read_excel(r'D:\document\tableau_data\data_stu.xlsx',sheetname=0)

print(df)
print(df['數(shù)學(xué)'])
print(df['語文'])

那我們只需要新增一列盖淡,把已知的3列加起來就行

df['總分'] = df['數(shù)學(xué)'] + df['語文'] + df['英語']
print(df)

也是很方便年柠,按照思路,直接相加就行了
下面呢褪迟,我們來統(tǒng)計(jì)下冗恨,數(shù)學(xué)的總分答憔、語文的總分,就是把每一列的數(shù)據(jù)都相加


DataFrame中有很多的聚合函數(shù)掀抹,這里簡單介紹下

#數(shù)學(xué)的最大值
print(df['數(shù)學(xué)'].max())
#數(shù)學(xué)的最小值
print(df['數(shù)學(xué)'].min())
#數(shù)學(xué)的平均值
print(df['數(shù)學(xué)'].mean())
#數(shù)學(xué)的總分
print(df['數(shù)學(xué)'].sum())

這個(gè)和SQL里面一樣虐拓,Excel里也是這樣的,他會從這一列中傲武,獲取最大值蓉驹、最小值等等
下面,我們算個(gè)列的總分

df['總分'] = df['數(shù)學(xué)'] + df['語文'] + df['英語']
sum_data = df[['數(shù)學(xué)','語文','英語','總分']].sum()
print(sum_data)
print(type(sum_data))

這樣揪利,我們構(gòu)造了一個(gè)Series前面呢态兴,我們知道,Series可以初始化一個(gè)DataFrame

df2 = pd.DataFrame(sum_data)
print(df2)

初始化之后呢疟位,是這樣的瞻润,但是,結(jié)構(gòu)不太一樣献汗,我們可以做一下行列轉(zhuǎn)換

df2 = pd.DataFrame(sum_data).T
print(df2)

這回樣子像一些了敢订,但是DataFrame中,需要保持結(jié)構(gòu)一致罢吃,我們還需要填充幾列
我們可以用到reindex函數(shù)楚午,重構(gòu)一下索引

DataFrame.reindex(index=None, columns=None, **kwargs)

df2 = pd.DataFrame(sum_data).T
df2 = df2.reindex(columns=df.columns)
print(df2)

到了這里,我們只要將這個(gè)DataFrame插入到原來的DataFrame中就行了

DataFrame.append(other, ignore_index=False, verify_integrity=False)Append rows of other to the end of this frame, returning a new object. Columns not in this frame are added as new columns.

剛試了下尿招,發(fā)現(xiàn)矾柜,前面不重構(gòu)索引的話,也是可以的就谜,這里會自動補(bǔ)全

df3 = df.append(df2,ignore_index=True)
print(df3)

原文中還有些模糊匹配的例子怪蔑,這里就不練習(xí)了,
下面丧荐,我們看個(gè)分類匯總的小問題缆瓣,這里又增加了一個(gè)班級列,要不不好測試


Excel里面實(shí)現(xiàn)虹统,應(yīng)該是這樣的弓坞,
在pandas中,我們要使用groupby這個(gè)函數(shù)

print(df[['班級','數(shù)學(xué)','語文','英語']].groupby(by=['班級']).sum() )

原文中车荔,還有一個(gè)格式化和rename index的問題渡冻,格式化還沒搞明白,后面再說下吧

DataFrame.rename(index=None, columns=None, **kwargs)


df2 = df[['班級','數(shù)學(xué)','語文','英語']].groupby(by=['班級']).sum()
print(df2)
df2 = df2.rename(index={'1班':'1班-匯總','2班':'2班-匯總'})
print(df2)

我們可以通過一個(gè)dict忧便,來替換索引的名字


好了族吻,今天的分享就是這些,總結(jié)下呢,主要是對DataFrame中函數(shù)的理解和使用超歌,還是得多多的練習(xí)才可以砍艾。

-- 這里回頭試下那個(gè)格式化的問題,剛剛學(xué)習(xí)了下握础,可以參考:Python基礎(chǔ)(2)- 格式化format

主要就是format那個(gè)函數(shù)的使用辐董,還有DataFrame中那個(gè)applymap的使用

DataFrame.applymap(func)Apply a function to a DataFrame that is intended to operate elementwise, i.e. like doing map(func, series) for each series in the DataFrame
import pandas as pd
import numpy as np

df = pd.read_excel(r'D:\document\tableau_data\data_stu.xlsx',sheetname=0)

print(df)
df2 = df[['班級','數(shù)學(xué)','語文','英語']].groupby(by=['班級']).sum()
print(df2)
df2 = df2.rename(index={'1班':'1班-匯總','2班':'2班-匯總'})
print(df2)

def score(s):
    return '@{:.2f}@分'.format(s)
df3 = df2.applymap(score)
print(df3)
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個(gè)濱河市禀综,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌苔严,老刑警劉巖定枷,帶你破解...
    沈念sama閱讀 216,544評論 6 501
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場離奇詭異届氢,居然都是意外死亡欠窒,警方通過查閱死者的電腦和手機(jī),發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 92,430評論 3 392
  • 文/潘曉璐 我一進(jìn)店門退子,熙熙樓的掌柜王于貴愁眉苦臉地迎上來岖妄,“玉大人,你說我怎么就攤上這事寂祥〖雠埃” “怎么了?”我有些...
    開封第一講書人閱讀 162,764評論 0 353
  • 文/不壞的土叔 我叫張陵丸凭,是天一觀的道長福扬。 經(jīng)常有香客問我,道長惜犀,這世上最難降的妖魔是什么铛碑? 我笑而不...
    開封第一講書人閱讀 58,193評論 1 292
  • 正文 為了忘掉前任,我火速辦了婚禮虽界,結(jié)果婚禮上汽烦,老公的妹妹穿的比我還像新娘。我一直安慰自己莉御,他們只是感情好撇吞,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,216評論 6 388
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著颈将,像睡著了一般梢夯。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上晴圾,一...
    開封第一講書人閱讀 51,182評論 1 299
  • 那天颂砸,我揣著相機(jī)與錄音,去河邊找鬼。 笑死人乓,一個(gè)胖子當(dāng)著我的面吹牛勤篮,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播色罚,決...
    沈念sama閱讀 40,063評論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼碰缔,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了戳护?” 一聲冷哼從身側(cè)響起金抡,我...
    開封第一講書人閱讀 38,917評論 0 274
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎腌且,沒想到半個(gè)月后梗肝,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 45,329評論 1 310
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡铺董,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 37,543評論 2 332
  • 正文 我和宋清朗相戀三年巫击,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片精续。...
    茶點(diǎn)故事閱讀 39,722評論 1 348
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡坝锰,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出重付,到底是詐尸還是另有隱情顷级,我是刑警寧澤,帶...
    沈念sama閱讀 35,425評論 5 343
  • 正文 年R本政府宣布堪夭,位于F島的核電站愕把,受9級特大地震影響,放射性物質(zhì)發(fā)生泄漏森爽。R本人自食惡果不足惜恨豁,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,019評論 3 326
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望爬迟。 院中可真熱鬧橘蜜,春花似錦、人聲如沸付呕。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,671評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽徽职。三九已至象颖,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間姆钉,已是汗流浹背说订。 一陣腳步聲響...
    開封第一講書人閱讀 32,825評論 1 269
  • 我被黑心中介騙來泰國打工抄瓦, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留,地道東北人陶冷。 一個(gè)月前我還...
    沈念sama閱讀 47,729評論 2 368
  • 正文 我出身青樓钙姊,卻偏偏與公主長得像,于是被迫代替她去往敵國和親埂伦。 傳聞我的和親對象是個(gè)殘疾皇子煞额,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 44,614評論 2 353

推薦閱讀更多精彩內(nèi)容