1. 首頁 > 生活 > >

怎么將數據分組進行排名函數 pandas分組排名函數

小知識生活百科

如何確定對象是pandas.core.series.seriesimport pandas as pd
isinstance(obj, pd.Series)#這條語句會返回一個布爾值 ， 這樣就可以在if語句中使用了在使用pandas進行數據統計分析時 ， 大家可能不知道如何保存groupby函數的分組結果 ， 我的解決方案如下： 通過reset_index()函數可以將groupby()的分組結果轉換成dataframe對象 ， 這樣就可保存了??！ 代碼舉例： out_xlsx=in_f_name+'-group.xlsx' d...
2015-07-16 回答者: 風中_鈴

怎么將數據分組進行排名函數 pandas分組排名函數

文章插圖
怎么利用pandas做數據分析Pandas是Python下一個開源數據分析的庫 ， 它提供的數據結構DataFrame極大的簡化了數據分析過程中一些繁瑣操作 。
1. 基本使用：創建DataFrame. DataFrame是一張二維的表 ， 大家可以把它想象成一張Excel表單或者Sql表 。Excel 2007及其以后的版本的最大行數是1048576 ， 最大列數是16384 ， 超過這個規模的數據Excel就會彈出個框框“此文本包含多行文本 ， 無法放置在一個工作表中” 。Pandas處理上千萬的數據是易如反掌的sh事情 ， 同時隨后我們也將看到它比SQL有更強的表達能力 ， 可以做很多復雜的操作 ， 要寫的code也更少 。
說了一大堆它的好處 ， 要實際感觸還得動手碼代碼 。首要的任務就是創建一個DataFrame ， 它有幾種創建方式：
（1）列表 ， 序列(pandas.Series), numpy.ndarray的字典
二維numpy.ndarray
別的DataFrame
結構化的記錄(structured arrays)
（2）其中 ， 二維ndarray創建DataFrame ， 代碼敲得最少：
import pandas as pd
import numpy as np
df = pd.DataFrame(np.random.randn(10, 4))
0 1 2 3
0 0.927474 0.127571 1.655908 0.570818
1 -0.425084 -0.382933 0.468073 -0.862898
2 -1.602712 -0.225793 -0.688641 1.167477
3 -1.771992 -0.692575 -0.693494 -1.063697
4 -0.456724 0.371165 1.883742 -0.344189
5 1.024734 0.647224 1.134449 0.266797
6 1.247507 0.114464 2.271932 -0.682767
7 -0.190627 -0.096997 -0.204778 -0.440155
8 -0.471289 -1.025644 -0.741181 -1.707240
9 -0.172242 0.702187 -1.138795 -0.112005
（3）通過describe方法 ， 可以對df中的數據有個大概的了解：
df.describe()
0 1 2 3
count 10.000000 10.000000 10.000000 10.000000
mean -0.189096 -0.046133 0.394722 -0.320786
std 1.027134 0.557420 1.258019 0.837497
min -1.771992 -1.025644 -1.138795 -1.707240
25% -0.467648 -0.343648 -0.692281 -0.817865
50% -0.307856 0.008734 0.131648 -0.392172
75% 0.652545 0.310266 1.525543 0.172096
max 1.247507 0.702187 2.271932 1.167477
2. 改變cell 。
3. group by 。
4. 讀寫文件 。pandas提供了使我們能夠快速便捷地處理結構化數據的大量數據結構和函數 。你很快就會發現 ， 它是使Python成為強大而高效的數據分析環境的重要因素之一 。本書用得最多的pandas對象是DataFrame ， 它是一個面向列（column-oriented）的二維表結構 ， 且含有行標和列標：
>>> frame
total_billtipsex smokerdaytime size
1 16.991.01FemaleNo SunDinner2
2 10.341.66Male No SunDinner3
3 21.013.5Male No SunDinner3
4 23.683.31Male No SunDinner2
5 24.593.61FemaleNo SunDinner4
6 25.294.71Male No SunDinner4
7 8.772Male No SunDinner2
8 26.883.12Male No SunDinner4
9 15.041.96Male No SunDinner2
1014.783.23Male No SunDinner2
pandas兼具NumPy高性能的數組計算功能以及電子表格和關系型數據庫（如SQL）靈活的數據處理功能 。它提供了復雜精細的索引功能 ， 以便更為便捷地完成重塑、切片和切塊、聚合以及選取數據子集等操作 。pandas將是我在本書中使用的主要工具 。
對于金融行業的用戶 ， pandas提供了大量適用于金融數據的高性能時間序列功能和工具 。事實上 ， 我一開始就是想把pandas設計為一款適用于金融數據分析應用的工具 。
對于使用R語言進行統計計算的用戶 ， 肯定不會對DataFrame這個名字感到陌生 ， 因為它源自于R的data.frame對象 。但是這兩個對象并不相同 。R的data.frame對象所提供的功能只是DataFrame對象所提供的功能的一個子集 。雖然本書講的是Python ， 但我偶爾還是會用R做對比 ， 因為它畢竟是最流行的開源數據分析環境 ， 而且很多讀者都對它很熟悉 。
【怎么將數據分組進行排名函數 pandas分組排名函數】pandas這個名字本身源自于panel data（面板數據 ， 這是計量經濟學中關于多維結構化數據集的一個術語）以及Python data analysis（Python數據分析） 。