其它
# 重新索引
- reindex() 只是根据 index 改变各个元素（value）的排列顺序，而不是改变元素（value）与 index 的对应关系
参数说明
- idnex：用作索引的序列
- method: 填充方式
- fill_value：缺失值的替代值
- limit：向前或向后填充时的最大填充量
- tolerance：向前或者向后填充时，填充不准确匹配项的最大间距
- level：在 MultiIndex 的指定级别上匹配简单索引，否则选取子集
- copy：默认为 True，无论如何都复制；如果为 False，则新旧相等就不复制
import numpy as np
import pandas as pd
from pandas import Series
from pandas import DataFrame
1
2
3
4
2
3
4
# Series 上的 reindex
s = Series([1, 2, 3, 4, 5, 6], index=['a', 'b', 'c', 'd', 'e', 'f'])
s
1
2
2
a 1
b 2
c 3
d 4
e 5
f 6
dtype: int64
s2 = s.reindex(['f', 'e', 'd', 'c', 'b', 'a'])
s2
1
2
2
f 6
e 5
d 4
c 3
b 2
a 1
dtype: int64
# DataFrame 上的 reindex
1
1
# 唯一值以及成员资格
# 移除重复值
df.duplicated()返回一个布尔型 Series，表示各行是否有重复行（是否重复出现前面的行）
df.drop_duplicates()返回一个去掉重复行的 DataFrame
以上两个方法默认判断全部列，也可以自己指定判断是否重复的列。他们默认保留的是第一个出现的值组合，传入 keep=‘last’则保留最后一个
df = DataFrame([[1,2], [2,3], [3,4], [2,4], [3,5], [2,3], [2,4]], columns=['A', 'B'])
df
1
2
2
| A | B | |
|---|---|---|
| 0 | 1 | 2 |
| 1 | 2 | 3 |
| 2 | 3 | 4 |
| 3 | 2 | 4 |
| 4 | 3 | 5 |
| 5 | 2 | 3 |
| 6 | 2 | 4 |
df.duplicated() # 默认判断所有行是否重复
1
0 False
1 False
2 False
3 False
4 False
5 True
6 True
dtype: bool
df.drop_duplicates()
1
| A | B | |
|---|---|---|
| 0 | 1 | 2 |
| 1 | 2 | 3 |
| 2 | 3 | 4 |
| 3 | 2 | 4 |
| 4 | 3 | 5 |
df.duplicated('A')
1
0 False
1 False
2 False
3 True
4 True
5 True
6 True
dtype: bool
df.drop_duplicates('A')
1
| A | B | |
|---|---|---|
| 0 | 1 | 2 |
| 1 | 2 | 3 |
| 2 | 3 | 4 |
- map()
- apply()
- apply_map()
- replace()
- repalce(1, -1) 可以替换一个值
- repalce([1, 2], -1) 可以一次替换多个值
- repalce([1,2], [-1, -2]) 一次替换多个值，每个被替换的值都不一样
- repalce({1:-1, 2:-2}) 同上
# 轴命名索引
df = DataFrame(np.arange(9).reshape(3, 3), index=['a', 'b', 'c'], columns=['bj', 'tj', 'sh'])
df
1
2
2
| bj | tj | sh | |
|---|---|---|---|
| a | 0 | 1 | 2 |
| b | 3 | 4 | 5 |
| c | 6 | 7 | 8 |
func = lambda x:x.upper()
df.index.map(func)
1
2
2
Index(['A', 'B', 'C'], dtype='object')
df
1
| bj | tj | sh | |
|---|---|---|---|
| a | 0 | 1 | 2 |
| b | 3 | 4 | 5 |
| c | 6 | 7 | 8 |
# 简单用法
df.rename(index=str.title, columns=str.upper)
1
2
2
| BJ | TJ | SH | |
|---|---|---|---|
| A | 0 | 1 | 2 |
| B | 3 | 4 | 5 |
| C | 6 | 7 | 8 |
df
1
| bj | tj | sh | |
|---|---|---|---|
| a | 0 | 1 | 2 |
| b | 3 | 4 | 5 |
| c | 6 | 7 | 8 |
# 结合字典
df.rename(index={'a':'AAA', 'b':'BBB', 'c':'CCC'}, columns={'bj':'bj1', 'tj':'tj1', 'sh':'sh1'})
1
2
2
| bj1 | tj1 | sh1 | |
|---|---|---|---|
| AAA | 0 | 1 | 2 |
| BBB | 3 | 4 | 5 |
| CCC | 6 | 7 | 8 |
df
1
| bj | tj | sh | |
|---|---|---|---|
| a | 0 | 1 | 2 |
| b | 3 | 4 | 5 |
| c | 6 | 7 | 8 |
# 判断正负号
df = DataFrame(np.random.randn(5, 5))
df
1
2
2
| 0 | 1 | 2 | 3 | 4 | |
|---|---|---|---|---|---|
| 0 | 0.727472 | -0.180341 | -2.063163 | 0.662542 | 0.154078 |
| 1 | 1.225638 | -1.441499 | 1.261144 | 0.707968 | -0.079686 |
| 2 | 0.139142 | -0.410972 | 1.070285 | 1.213725 | -0.779184 |
| 3 | 2.482763 | -1.469214 | 1.169715 | 0.399087 | -0.417736 |
| 4 | -1.140476 | 1.138731 | 0.305860 | 0.062746 | -0.402571 |
np.sign(df)
1
| 0 | 1 | 2 | 3 | 4 | |
|---|---|---|---|---|---|
| 0 | 1.0 | -1.0 | -1.0 | 1.0 | 1.0 |
| 1 | 1.0 | -1.0 | 1.0 | 1.0 | -1.0 |
| 2 | 1.0 | -1.0 | 1.0 | 1.0 | -1.0 |
| 3 | 1.0 | -1.0 | 1.0 | 1.0 | -1.0 |
| 4 | -1.0 | 1.0 | 1.0 | 1.0 | -1.0 |
| 方法 | 说明 |
|---|---|
| append | 连接另一个Index对象，产生一个新的Index |
| difference | 计算差集，并得到一个Index |
| intersection | 计算交集 |
| union | 计算并集 |
| isin | 计算各值是否包含在参数集合中，返回一个布尔数组 |
| delete | 删除索引i处的元素，并得到新的Index |
| drop | 删除传入的值，并得到新的Index |
| insert | 将元素插入到索引i处，并得到新的Index |
| is_monotonic | 当各元素均大于等于前一个元素时，返回True |
| is_unique | 当Index没有重复值时，返回True |
| unique | 计算Index中唯一值得数组 |
上次更新: 2023/11/01, 03:11:44