像Excel一样使用python进行数据分析-(2)

'city'] == 'beijing'), ['id','city','age','category','gender']]

#按特定列的值排序 
df_inner.sort_values(by=['age'])

像Excel一样应用python进行数据分析-(2)

Sort_index函数用来将数据表按索引列的值进行排序。

#按索引列排序 
df_inner.sort_index()

像Excel一样应用python进行数据分析-(2)

数据分组

Excel中可以经由过程VLOOKUP函数进行近似匹配来完查对数值的分组，或者应用“数据透视表”来完成分组。响应的 python中应用where函数完成数据分组。

Where函数用来对数据进行断定和分组，下面的代码中我们对price列的值进行断定，将相符前提的分为一组，不相符前提的分为另一组，并应用group字段进行标记。

按标签和地位提取(ix)

#如不雅price列的值>3000，group列显示high，不然显示low 
df_inner['group'] = np.where(df_inner['price'] > 3000,'high','low')

像Excel一样应用python进行数据分析-(2)

除了where函数以外，还可以对多个字段的值进行断定后对数据进行分组，下面的代码中对city列等于beijing并且price列大年夜于等于4000的数据标记为1。

#对复合多个前提的数据进行分组标记 
df_inner.loc[(df_inner['city'] == 'beijing') & (df_inner['price'] >= 4000), 'sign']=1

像Excel一样应用python进行数据分析-(2)

数据分列

与数据分组相反的是对数值进行分列，Excel中的数据目次下供给“分列”功能。在python中应用split函数实现分列。

#应用“非”前提进行筛选  
df_inner.loc[(df_inner['city'] != 'beijing'), ['id','city','age','category','gender']].sort(['id'])

像Excel一样应用python进行数据分析-(2)

在数据表中category列中的数据包含有两个信息，前面的数字为类别id，后面的字母为size值。中心以连字符进行连接。我们应用split函数对这个字段进行拆分，并将拆分后的数据表匹配回原数据表中。

#对category字段的值依次进行分列，并创建数据表，索引值为df_inner的索引列，列名称为category和size 
pd.DataFrame((x.split('-') for x 	
			 2/6   首页 上一页 1 2 3 4 5 6 下一页 尾页	
			

　　推荐阅读
　　看得“深”、看得“清” —— 深度学习在图像超清化的应用
            
            日复一日的人像临摹演习使得画家可以或许仅凭几个关键特点画出完全的人脸。同样地，我们欲望机械可以或许经由过程低清图像有限的图像信息，揣摸出图像对应的高清细节，这就须要算法可以或>>>详细阅读


本文标题：像Excel一样使用python进行数据分析-(2)
地址：http://www.17bianji.com/lsqh/34976.html
 1/2    1