亚洲免费在线-亚洲免费在线播放-亚洲免费在线观看-亚洲免费在线观看视频-亚洲免费在线看-亚洲免费在线视频

Python 常用函數方法、技巧

系統 1798 0

Python 常用函數方法

DataFrame 與 Dict 的轉換、reindex()對DataFrame排序

注:字典沒有順序,DataFrame有順序。

            
              
                import
              
               pandas 
              
                as
              
               pd

              
                import
              
               numpy 
              
                as
              
               np

              
                dict
              
              
                =
              
              
                {
              
              
                'c'
              
              
                :
              
              
                1
              
              
                ,
              
              
                'a'
              
              
                :
              
              
                2
              
              
                ,
              
              
                'b'
              
              
                :
              
              
                3
              
              
                }
              
              
                print
              
              
                (
              
              
                dict
              
              
                )
              
              
                #打印字典
              
              
                #將字典轉為 DataFrame,列索引命名為zhi,行索引為原字典的鍵名
              
              
df 
              
                =
              
               pd
              
                .
              
              DataFrame
              
                (
              
              
                [
              
              
                dict
              
              
                ]
              
              
                ,
              
              index
              
                =
              
              
                [
              
              
                'zhi'
              
              
                ]
              
              
                )
              
              
                #DataFrame轉Dict
              
              
                #按列表對DataFrame進行排序
              
              
df_sort 
              
                =
              
               df
              
                .
              
              T
              
                .
              
              reindex
              
                (
              
              
                [
              
              
                'b'
              
              
                ,
              
              
                'c'
              
              
                ,
              
              
                'a'
              
              
                ]
              
              
                )
              
              
                print
              
              
                (
              
              df_sort
              
                )
              
              
                #reset_index:原行索引作為一列保留,列名改為 ID
              
              
df_setindex 
              
                =
              
               df_sort
              
                .
              
              reset_index
              
                (
              
              
                )
              
              
                .
              
              rename
              
                (
              
              columns
              
                =
              
              
                {
              
              
                'index'
              
              
                :
              
              
                'ID'
              
              
                }
              
              
                )
              
              
                print
              
              
                (
              
              df_setindex
              
                )
              
              
                #將DataFrame轉為字典,取ID為字典的鍵,zhi為字典的值
              
              
df_dict 
              
                =
              
               df_setindex
              
                .
              
              set_index
              
                (
              
              
                'ID'
              
              
                )
              
              
                .
              
              T
              
                .
              
              to_dict
              
                (
              
              
                'list'
              
              
                )
              
              
                #Dict轉DataFrame
              
              
                print
              
              
                (
              
              df_dict
              
                )
              
              
                #打印字典
              
              
                -
              
              
                -
              
              
                -
              
              
                -
              
              
                -
              
              
                -
              
              
                -
              
              
                -
              
              
                -
              
              
                -
              
              
                -
              
              
                -
              
              
                -
              
              
                -
              
              
                -
              
              
                -
              
              
                -
              
              
                -
              
              
                -
              
              
                -
              
              
                -
              
              
                -
              
              
                -
              
              
                -
              
              
                -
              
              
                -
              
              
                -
              
              
                -
              
              
                -
              
              
                -
              
              
                -
              
              
                -
              
              
                -
              
              
                -
              
              
                -
              
              
                -
              
              
                -
              
              
                -
              
              
                -
              
              
                -
              
              
                -
              
              
                -
              
              
                -
              
              
                -
              
              
                -
              
              
                -
              
              
                -
              
              
                -
              
              
                -
              
              
                -
              
              
                -
              
              
                -
              
              
                -
              
              
                -
              
              
字典
              
                ==
              
              
                >
              
              
                {
              
              
                'c'
              
              
                :
              
              
                1
              
              
                ,
              
              
                'b'
              
              
                :
              
              
                3
              
              
                ,
              
              
                'a'
              
              
                :
              
              
                2
              
              
                }
              
              
   zhi
b    
              
                3
              
              
c    
              
                1
              
              
a    
              
                2
              
              
  ID  zhi

              
                0
              
                b    
              
                3
              
              
                1
              
                c    
              
                1
              
              
                2
              
                a    
              
                2
              
              
字典
              
                ==
              
              
                >
              
              
                {
              
              
                'c'
              
              
                :
              
              
                [
              
              
                1
              
              
                ]
              
              
                ,
              
              
                'b'
              
              
                :
              
              
                [
              
              
                3
              
              
                ]
              
              
                ,
              
              
                'a'
              
              
                :
              
              
                [
              
              
                2
              
              
                ]
              
              
                }
              
            
          

Python DataFrame.groupby()聚合函數

groupby()返回值格式為DataFrame,特別注意,groupby里面的字段內的數據重構后都會變成索引;groupby(),一般和sum()、mean()一起使用。
Python 常用函數方法、技巧_第1張圖片

            
              
                import
              
               pandas 
              
                as
              
               pd
df 
              
                =
              
               pd
              
                .
              
              read_excel
              
                (
              
              
                'temp_python.xlsx'
              
              
                )
              
              
                #print(df)
              
              
df_grp 
              
                =
              
               df
              
                .
              
              groupby
              
                (
              
              
                [
              
              
                '證券代碼'
              
              
                ,
              
              
                '買賣方向'
              
              
                ]
              
              
                )
              
              
                .
              
              
                sum
              
              
                (
              
              
                )
              
              
df_grp
              
                .
              
              to_csv
              
                (
              
              
                "myexcel2.csv"
              
              
                )
              
              
                # 導出數據到CSV文件myexcel2.csv
              
              
                print
              
              
                (
              
              df_grp
              
                )
              
            
          

Python 常用函數方法、技巧_第2張圖片

            
              
                import
              
               pandas 
              
                as
              
               pd
df 
              
                =
              
               pd
              
                .
              
              read_excel
              
                (
              
              
                'temp_python.xlsx'
              
              
                )
              
              
                #print(df)
              
              
df
              
                .
              
              index 
              
                =
              
              
                [
              
              df
              
                [
              
              
                '證券代碼'
              
              
                ]
              
              
                ,
              
               df
              
                [
              
              
                '買賣方向'
              
              
                ]
              
              
                ]
              
              
df
              
                .
              
              to_csv
              
                (
              
              
                "myexcel2.csv"
              
              
                )
              
              
                # 導出數據到CSV文件myexcel2.csv
              
              
                print
              
              
                (
              
              df
              
                )
              
            
          

Python 常用函數方法、技巧_第3張圖片


更多文章、技術交流、商務合作、聯系博主

微信掃碼或搜索:z360901061

微信掃一掃加我為好友

QQ號聯系: 360901061

您的支持是博主寫作最大的動力,如果您喜歡我的文章,感覺我的文章對您有幫助,請用微信掃描下面二維碼支持博主2元、5元、10元、20元等您想捐的金額吧,狠狠點擊下面給點支持吧,站長非常感激您!手機微信長按不能支付解決辦法:請將微信支付二維碼保存到相冊,切換到微信,然后點擊微信右上角掃一掃功能,選擇支付二維碼完成支付。

【本文對您有幫助就好】

您的支持是博主寫作最大的動力,如果您喜歡我的文章,感覺我的文章對您有幫助,請用微信掃描上面二維碼支持博主2元、5元、10元、自定義金額等您想捐的金額吧,站長會非常 感謝您的哦!!!

發表我的評論
最新評論 總共0條評論
主站蜘蛛池模板: 色狠狠一区二区三区香蕉蜜桃 | 日本大片免a费观看在线 | 国产精品视频999 | 日日操狠狠操 | 四虎亚洲 | 日本一级在线播放线观看视频 | 亚洲一区二区免费视频 | 成人性生交大片免费看午夜a | 国产精品全国探花泡良大师 | 色欧美在线 | 九九热播 | 国产日韩在线播放 | 亚洲久本草在线中文字幕 | 亚洲欧美综合网 | 夜夜夜夜夜夜爽噜噜噜噜噜噜 | 中文字幕亚洲综合 | 亚洲成人免费在线观看 | 精品动漫一区二区三区 | 噜噜色图| 一本到视频在线观看 | 亚洲欧美v视色一区二区 | 久久这里只有精品久久 | a一级日本特黄aaa大片 | 三中文乱码视频 | 91亚洲区国产区精品区 | 奇米狠狠色 | 日本不卡在线视频高清免费 | 奇米影视778成人四色狠狠 | 伊人网址| 欧美久久久久欧美一区 | 日日夜夜精品免费视频 | 国产精品男人的天堂 | 国产精品久久久久影视青草 | 成人小视频网 | 亚洲专区欧美 | 免费一级a毛片免费观看欧美大片 | 奇米影视色 | 国产一区二区精品久 | 亚洲人成网站999久久久综合 | 999久久66久6只有精品 | 精品一久久香蕉国产线看观 |