• char-8

    1. # -*- coding: utf-8 -*-
    2. """
    3. Created on Tue Feb 21 22:07:13 2017
    5. @author: zzpp220
    6. """
    8. from pandas import DataFrame,Series
    9. from numpy import nan as NaN
    10. import pandas as pd
    11. import numpy as np
    13. df=DataFrame({'k1':list('aabba'),'k2':['one','two','one','two','one'],'data1':np.random.randn(5),'data2':np.random.randn(5)})
    14. #分组键为Ｓｅｒｉｅｓ对象
    15. grouped=df.groupby('k1')
    16. desc_group=grouped.describe()
    17. grouped_1=df['data1'].groupby([df['k1'],df['k2']]).sum()##group 是一个series对象
    18. ## 有多重索引的Series和ＤａｔａＦｒａｍｅ中的相互转变
    19. ##分组键为ｇｒｏｕｐｂｙ前面对象中的列名
    20. df.groupby(['k1','k2']).sum().unstack()
    21. df.groupby(['k1','k2']).sum().unstack().stack([0,1])
    22. ##粉组件是任何长度适当的数组
    23. states=np.array(['sd','gd','sd','fj','fj'])
    24. year=np.array([2005,2006,2005,2005,2006])
    25. df.groupby([states,year]).mean()
    28. ##GroupBy 对象的数据聚合　按照不同的的聚合函数聚合
    29. tips=pd.read_csv('/media/zzpp220/Data/Linux_Documents/DOWNLOAD/python-DataAnalysis/pydata-book-master/ch08/tips.csv')
    30. tips['tip_pct']=tips['tip']/tips['total_bill']
    32. gro_tips=tips.groupby(['sex','smoker'])
    34. #对聚合后的１列应用１个聚合函数：
    35. gro_tips['tip_pct'].mean()
    36. gro_tips['tip_pct'].agg('mean')##同上，只不过是把函数名用字符串的形似传入
    37. #对聚合后的１列应用多个聚合函数：
    38. gro_tips['tip_pct'].agg(['mean','std','var'])##传入一组函数名，得到DataFrame的列就会以相应的函数命名
    39. gro_tips['tip_pct'].agg([('avg','mean'),('vag','std'),('gav','var')])#按照(name.funciton)传入二元元祖列表,返回的表的各列名是元祖第一个元素
    40. '''
    41. gro_tips['tip_pct'].mean()
    42. Out[94]: 
    43. sex     smoker
    44. Female  No        0.156921
    45.         Yes       0.182150
    46. Male    No        0.160669
    47.         Yes       0.152771
    48. Name: tip_pct, dtype: float64
    50. gro_tips['tip_pct'].agg(['mean','std','var'])
    51. Out[98]: 
    52.                    mean       std       var
    53. sex    smoker                              
    54. Female No      0.156921  0.036421  0.001327
    55.        Yes     0.182150  0.071595  0.005126
    56. Male   No      0.160669  0.041849  0.001751
    57.        Yes     0.152771  0.090588  0.008206
    59. gro_tips['tip_pct'].agg([('avg','mean'),('vag','std'),('gav','var')])
    60. Out[99]: 
    61.                     avg       vag       gav
    62. sex    smoker                              
    63. Female No      0.156921  0.036421  0.001327
    64.        Yes     0.182150  0.071595  0.005126
    65. Male   No      0.160669  0.041849  0.001751
    66.        Yes     0.152771  0.090588  0.008206
    67. '''
    68. ##设计对表中的多个列应用同样的多个函数
    69. ## 对'tip_pct','total_bill'　分别计算functions中的三个统计信息
    70. functions=['count','mean','max']
    71. asix=[('name1','count'),('name2','mean'),('name3','max')]
    72. result=gro_tips['tip_pct','total_bill'].agg(functions)
    73. asix_result=gro_tips['tip_pct','total_bill'].agg(asix)
    74. '''
    75. result
    77. Out[102]: 
    78.               tip_pct                     total_bill                  
    79.                 count      mean       max      count       mean    max
    80. sex    smoker                                                         
    81. Female No          54  0.156921  0.252672         54  18.105185  35.83
    82.        Yes         33  0.182150  0.416667         33  17.977879  44.30
    83. Male   No          97  0.160669  0.291990         97  19.791237  48.33
    84.        Yes         60  0.152771  0.710345         60  22.284500  50.81
    85.        
    86.        
    87. asix_result
    89. Out[105]: 
    90.               tip_pct                     total_bill                  
    91.                 name1     name2     name3      name1      name2  name3
    92. sex    smoker                                                         
    93. Female No          54  0.156921  0.252672         54  18.105185  35.83
    94.        Yes         33  0.182150  0.416667         33  17.977879  44.30
    95. Male   No          97  0.160669  0.291990         97  19.791237  48.33
    96.        Yes         60  0.152771  0.710345         60  22.284500  50.81       
    97.        
    98.        如上表，result拥有层次化的列，这相当于对各列应用不同的聚合函数后，再分别进行聚合，然后用concat进行聚合。
    99. '''
    100. ##`对多个不同的列应用不同的函数，传入列名和带应用函数名的字典
    101. map={'tip_pct':['min','max','mean','std'],'size':'sum',}
    102. diff_to_diff=gro_tips.agg(map)
    104. ''' diff_to_diff
    105. Out[109]: 
    106.                 tip_pct                               size
    107.                     min       max      mean       std  sum
    108. sex    smoker                                             
    109. Female No      0.056797  0.252672  0.156921  0.036421  140
    110.        Yes     0.056433  0.416667  0.182150  0.071595   74
    111. Male   No      0.071804  0.291990  0.160669  0.041849  263
    112.        Yes     0.035638  0.710345  0.152771  0.090588  150
    113. '''
    114. #－－－－－－－－－－－－－apply 函数，返回一个pandas对象或者标量值－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－
    115. '''定义函数得到表df按照列名为columｎ的升序排序后的结果，选出最大５个tip_pct所在的行‘'''
    116. def top(df,n=5,column='tip_pct'):#按照
    117.     return df.sort_index(by=column)[-n:]
    118.     
    119. top_col=top(tips,n=6)
    120. tips.groupby('smoker').apply(top,n=3)##返回一个层次化索引的dataframe
    121. tips.groupby('smoker')['tip_pct'].describe().unstack(0)
    123. test2=DataFrame(np.arange(24).reshape(6,4),index=['row_1', 'row_2', 'row_3', 'row_4', 'row_5', 'row_6'],columns=['col_1','col_2','col_3', 'col_4'])
    124. test2['smoker']=Series(['no','yes','no','yes','yes','yes'],index=['row_1', 'row_2', 'row_3', 'row_4', 'row_5', 'row_6'])
    125. test2=test2.rename_axis({'col_1':'tip_pct'},axis=1)
    126. test2['tip_pct']=[2,5,4,1,2,6]#
    127. test2['col_2']=[7,8,5,-1,4,6]
    128. test2.groupby('smoker').apply(top,n=3)##在groupby对象上调用apply,返回一个层次化索引的dataframe
    129. test2.groupby('smoker').apply(top,n=3).unstack()
    130. ##如果不想要层次化的索引，可以把分组键禁止掉
    131. test2.groupby('smoker',group_keys=False).apply(top,n=3)
    133. ''' 
    134. 将tips按找smoker分组，对于每一个组内都应用top 函数，应用完成后，将各个组的应用结果concat起来
    135. 返回的结果就有了一个层次化的索引，内层的索引就是tip中原来的　索引值
    136. total_bill   tip     sex smoker   day    time  size   tip_pct
    137. smoker                                                                   
    138. No     51        10.29  2.60  Female     No   Sun  Dinner     2  0.252672
    139.        149        7.51  2.00    Male     No  Thur   Lunch     2  0.266312
    140.        232       11.61  3.39    Male     No   Sat  Dinner     2  0.291990
    141. -------------------------------------------------------------------------------concat---------------
    142. Yes    67         3.07  1.00  Female    Yes   Sat  Dinner     1  0.325733
    143.        178        9.60  4.00  Female    Yes   Sun  Dinner     2  0.416667
    144.        172        7.25  5.15    Male    Yes   Sun  Dinner     2  0.710345
    145.        
    146. test2.groupby('smoker').apply(top,n=3):
    147. tip_pct  col_2  col_3  col_4 smoker
    148. smoker                                           
    149. no     row_1        2      7      2      3     no
    150.        row_3        4      5     10     11     no
    151. -----------------------------------------------------------concat-------------------------
    152. yes    row_5        2      4     18     19    yes
    153.        row_2        5      8      6      7    yes
    154.        row_6        6      6     22     23    yes
    155.        
    156. test2.groupby('smoker',group_keys=False).apply(top,n=3):
    157.        tip_pct  col_2  col_3  col_4 smoker
    158. row_1        2      7      2      3     no
    159. row_3        4      5     10     11     no
    160. row_5        2      4     18     19    yes
    161. row_2        5      8      6      7    yes
    162. row_6        6      6     22     23    yes   
    164.        
    165. 用特定于分组的值填充缺失值：       '''
    166. s=Series(np.random.rand(6))
    167. s[::2]=np.nan#步长为２
    168. '''
    169. s:
    170. 0         NaN
    171. 1    0.654905
    172. 2         NaN
    173. 3    0.475528
    174. 4         NaN
    175. 5    0.269656
    176. dtype: float64
    178. s.fillna(s.mean())
    179. Out[208]: 
    180. 0    0.466696
    181. 1    0.654905
    182. 2    0.466696
    183. 3    0.475528
    184. 4    0.466696
    185. 5    0.269656
    186. dtype: float64
    187. '''
    188. s.fillna(s.mean())      


  • 相关阅读:
    Web测试和App测试重点总结（转）
    bug等级和标准（转）
    App测试准入准出标准（转）
    开发人员应该怎么做，保证app在开发完毕后达到可提测的基本要求（转）
    1、Web网站常规测试点总结
    文件操作和函数
    python 数据类型
    Python-函数的各种器
    Python-函数的初始
    Python-文件操作
  • 原文地址：https://www.cnblogs.com/zzxx-myblog/p/6481280.html
Copyright © 2020-2023  润新知