利用Python進行資料分析_Pandas_基礎_2

標籤：oat   3.0   dex   post   src   gpo   blog   order   width   

準系統重新索引Series的reindex方法

In [15]: obj = Series([3,2,5,7,6,9,0,1,4,8],index=[‘a‘,‘b‘,‘c‘,‘d‘,‘e‘,‘f‘,‘g‘,    ...: ‘h‘,‘i‘,‘j‘])In [16]: obj1 = obj.reindex([‘a‘,‘b‘,‘c‘,‘d‘,‘e‘,‘f‘,‘g‘,‘h‘,‘i‘,‘j‘,‘k‘])In [17]: obj1Out[17]:a    3.0b    2.0c    5.0d    7.0e    6.0f    9.0g    0.0h    1.0i    4.0j    8.0k    NaNdtype: float64

新索引值當前值缺失，則需要插值

前向值填充method=’ffill’，最後索引j對應的值來填充

In [19]: obj1 = obj.reindex([‘a‘,‘b‘,‘c‘,‘d‘,‘e‘,‘f‘,‘g‘,‘h‘,‘i‘,‘j‘,‘k‘],metho    ...: d=‘ffill‘)In [20]: obj1Out[20]:a    3b    2c    5d    7e    6f    9g    0h    1i    4j    8k    8dtype: int64

前向值搬運method=’pad’，最後索引j對應的值來填充

In [23]: obj1 = obj.reindex([‘a‘,‘b‘,‘c‘,‘d‘,‘e‘,‘f‘,‘g‘,‘h‘,‘i‘,‘j‘,‘k‘],metho    ...: d=‘pad‘)In [24]: obj1Out[24]:a    3b    2c    5d    7e    6f    9g    0h    1i    4j    8k    8dtype: int64

後向值填充method=’bfill’，最後索引j的後面的索引對應的值來填充，j的後一個位置為NaN的空行

In [62]: obj2 = obj.reindex([‘a‘,‘b‘,‘c‘,‘d‘,‘e‘,‘f‘,‘g‘,‘k‘,‘h‘,‘i‘,‘j‘],metho
     ...: d=‘bfill‘)

In [63]: obj2
Out[63]:
a    3.0
b    2.0
c    5.0
d    7.0
e    6.0
f    9.0
g    0.0
k    NaN
h    1.0
i    4.0
j    8.0
dtype: float64

後向值搬運method=’backfill’，最後索引j的後面的索引對應的值來填充，j的後一個位置為NaN的空行

In [64]: obj2 = obj.reindex([‘a‘,‘b‘,‘c‘,‘d‘,‘e‘,‘f‘,‘g‘,‘k‘,‘h‘,‘i‘,‘j‘],metho    ...: d=‘backfill‘)In [65]: obj2Out[65]:a    3.0b    2.0c    5.0d    7.0e    6.0f    9.0g    0.0k    NaNh    1.0i    4.0j    8.0dtype: float64

DataFrame的reindex方法

修改（行）索引、列，或兩個都修改。

引入一個序列，則重新索引行，如下：

In [86]: data = {‘class‘:[‘語文‘,‘數學‘,‘英語‘],‘score‘:[120,130,140]}In [87]: frame = DataFrame(data)In [88]: frameOut[88]:  class  score0    語文    1201    數學    1302    英語    140In [89]: frame2 = frame.reindex([0,1,2,3])In [90]: frame2Out[90]:  class  score0    語文  120.01    數學  130.02    英語  140.03   NaN    NaN

行、列 都修改

In [94]: frame3 = frame.reindex(index=[11,22,33],columns = [‘a‘,‘b‘,‘c‘,‘d‘])In [95]: frame3Out[95]:     a   b   c   d11 NaN NaN NaN NaN22 NaN NaN NaN NaN33 NaN NaN NaN NaN

reindex的參數如下：

刪除指定軸（索引）上的項Series

In [112]: obj = Series([1,2,3,4],index=[‘a‘,‘b‘,‘c‘,‘d‘])In [113]: objOut[113]:a    1b    2c    3d    4dtype: int64In [114]: obj1 = obj.drop(‘c‘)In [115]: obj1Out[115]:a    1b    2d    4dtype: int64

DataFrame

刪除單索引行

In [109]: frameOut[109]:  class  score0    語文    1201    數學    1302    英語    140In [110]: obj = frame.drop(0)In [111]: objOut[111]:  class  score1    數學    1302    英語    140

刪除多索引行

In [119]: frameOut[119]:  class  score0    語文    1201    數學    1302    英語    140In [120]: frame.drop([1,2])Out[120]:  class  score0    語文    120

刪除多索引行（帶axis）

In [130]: frameOut[130]:  class  score0    語文    1201    數學    1302    英語    140In [131]: frame.drop([1,2],axis=0)Out[131]:  class  score0    語文    120

刪除列（columns）（帶axis)

In [135]: frameOut[135]:  class  score0    語文    1201    數學    1302    英語    140In [136]: frame.drop([‘class‘],axis=1)Out[136]:   score0    1201    1302    140

其中，axis=0，表示行，axis=1，表示列

利用Python進行資料分析_Pandas_基礎_2