• 如何用 Python 操作数据?


     
    系列文章
     
     
    0. 序言
     
    本文将继续用扑克牌作为示例,学习一些操作数据的方法,主要包括对数据进行「增、删、改、查」。
     
    首先,我们创建一个空白的数据框。
    import numpy as np import pandas as pd # 创建一个空白数据框 df = pd.DataFrame()
     
    1. 如何增加数据?
     
    当我们给数据框中不存在的列赋值时,会自动增加一个新的列,比如说,要在空白数据框中增加一列「编号」,其中包含两行数字,使用下面的代码即可实现。
    # 增加两行一列 df['编号'] = [1, 2] df
     
     
    如果要在指定的位置插入列,那么可以使用 insert() 函数,例如:
    # 增加一列 df.insert(1, '牌面', ['A', 2]) df
     
     
    用类似的方法,可以把新增的列插到中间的位置。
    # 中间再增加一列 df.insert(1, '花色', ['黑桃♠', '红心♥']) df
     
     
    为了演示增加行的方法,我们首先创建一个新的数据框,其中包含一张扑克牌,我们使用 append() 函数把这张新牌增加到数据框中去。
    # 定义一张新牌 poker1 = pd.DataFrame( {'花色': ['红心♥'], '牌面': [3]} ) # 增加一行 df2 = df.append( poker1, ignore_index=True, sort=False ) df2
     
     
     
    除了 append() 函数以外,还可以使用 concat() 函数来实现,下面代码返回的结果和上面一样。
    # 默认按行的方向拼接两个数据框 pd.concat([df, poker1], ignore_index=True, sort=False)
    如果要按列的方向拼接两个数据框,那么可以在 concat() 的参数中指定 axis=1,也可以使用 merge() 和 join() 函数代替,关于后面这两个函数的使用方法,我计划放在《如何用 Python 整理数据》中进行介绍,敬请关注林骥公众号的后续更新。
     
    2. 如何删除数据?
     
    使用 drop() 函数,可以按索引删除对应的行或列,默认是删除行,并生成一个新的数据框。
    # 删除索引为 0 和 2 的行 df2.drop([0, 2])
     
     
    如果想要删除列,那么需要指定 axis=1。
    # 删除「花色」列 df2.drop(['花色'], axis=1)
     
     
    与 drop() 函数不同的是,del 语句会直接删除原来数据框中的列,所以使用 del 时需要更加谨慎。
     
    # 删除「编号」列,用 del 会改变原来的数据 del df2['编号'] df2
     
     
     
     
    3. 如何修改数据?
     
    使用 replace() 函数,可以替换所有匹配的数据。
    # 将所有的 A 修改为 1 df3 = df2.replace('A', 1) df3
     
     
    通过传递 regex 参数,可以使用正则表达式,实现模糊替换,例如:
     
    # 将所有的符号剔除 df3.replace( ['♠', '♥', '♣', '♦'], '', regex=True )
     
     
    如果想要修改某行某列指定的值,那么用 loc 定位之后,直接赋值即可。
     
    # 修改某一个值 df3.loc[0, '牌面'] = 'J' df3
     
     
    如果想要修改所有的列名,那么可以用一个列表来进行赋值。
     
    # 修改列名 df3.columns = list('AB') df3
     
     
    如果只是想修改某一列或几列的列名,那么可以使用 rename() 函数指定 axis=1 来实现。
     
    # 修改指定列名 df3.rename( {'A': '花色'}, axis=1 )
     
     
    如果 rename() 函数不指定 axis 参数,那么默认修改的是行索引。
    # 修改指定行索引 df3.rename({1:3, 2:3})
     
     
     
     
    4. 如何查询数据?
     
    我们先从 Excel 文件中读取想要查询的数据,并用 head() 函数查询前 5 行数据。
    # 从 Excel 文件中读取原始数据 df = pd.read_excel( '待清洗的扑克牌数据集.xlsx' ) # 查询前 5 行的数据 df.head()
    下面我们导入处理正则表达式的 re 模块,然后使用 match() 函数实现模糊查询,其中 flags=re.IGNORECASE 表示不区分大小写。
    # 用正则表达式匹配「牌面」包含 j 或 k 的牌 import re df[df.牌面.str.match( '[jk]', flags=re.IGNORECASE, na=False )]
     
     
    query() 是一个非常实用而且高效的查询函数。
    # 查询索引在 1 到 5 之间,且牌面不是 A 和 30 card = ['A', '30'] df.query( '1 <= index <= 5 and 牌面 not in @card ' )
     
     
    使用 query(),还可以直接在表达式中使用统计函数,例如:
    # 查询编号大于平均值,且牌面为 A card = ['A', '30'] df.query( '编号 > 编号.mean() and 牌面 == "A" ' )
     
     
    个人强烈推荐使用 query() 查询数据,它的语法与 SQL 类似,功能非常强大。
     
    5. 应用案例
     
    我们还原电影《赌神 3 之少年赌神》的一个场景,其中的扑克牌玩法是梭哈,每人 5 张牌,牌型的大小顺序是:同花顺 > 四条 > 葫芦(三条加对子) > 同花 > 顺子 >三条 > 二对 > 对子 > 散牌。
     
     
    电影中赌到最后一把牌的时候,赌神和对手的牌分别是这样的:
    # 赌神的牌 x = pd.DataFrame({ '赌神':['♣3','♦2','♠2','♣2','♣10'] }) # 对手的牌 y = pd.DataFrame({ '对手':['♠A','♥A','♥K','♥Q','♥J'] }) # 把赌神和对手的牌合并在一起显示 pd.concat([x, y], axis=1)
     
    为了报仇,赌神高进将计就计,用戒指暗藏了红心♥️ 10 的牌角,让对手高傲以为交换底牌之后就能赢。但其实底牌是一张梅花♣️ 3,所以交换底牌之后,仍然是赌神赢。
     
    在 Python 中,交换变量有一种非常简便的办法:
    # 交换赌神和对手的底牌 x.loc[0][0], y.loc[0][0] = y.loc[0][0], x.loc[0][0] pd.concat([x, y], axis=1)
     
     
    这种方法不需要借助临时变量,直接用 a,b = b,a 的形式实现变量交换,非常方便实用。
     
    6. 小结
     
    最后,用一张思维导图,作为本文的小结。
     
     
     
  • 相关阅读:
    jvm误区--动态对象年龄判定
    jmeter入门实例
    七牛云的文件上传和下载
    layer.prompt添加多个输入框
    zero copy图解
    java枚举的线程安全及序列化
    java单例模式
    ubuntu16.04 python3.5 opencv的安装与卸载(转载)
    独家git clone 加速方法
    apt get update无法正常使用解决方案(转载)
  • 原文地址:https://www.cnblogs.com/nanhe/p/13273867.html
Copyright © 2020-2023  润新知