zoukankan html css js c++ java

【12月DW打卡】joyful-pandas

第三章索引

小结

火葬场用法 (用时一时爽,维护火葬场)
- 在loc[*, *] 中同时使用行索引和列索引，如df_demo.loc['Qiang Sun', 'Age']; 使用时需要指定列名和行索引名
- 使用df.query()，编译器没办法进行预测检查
- 使用链式赋值
  - 在对表或者序列赋值时，应当在使用一层索引器后直接进行赋值操作，这样做是由于进行多次索引后赋值是赋在临时返回的 copy 副本上的，而没有真正修改元素从而报出 SettingWithCopyWarning 警告。
  - 初写复杂修改语句的时候，比较容易遇见这种报错; 按照A value is trying to be set on a copy of a slice from a DataFrame.Try using .loc[row_indexer,col_indexer] = value instead 的报错提示进行修改即可.
转换命令
- jupyter nbconvert --to markdown E:PycharmProjectsTianChiProject0_山枫叶纷飞competitions08_joyful-pandas3_索引基础.ipynb

速查API脑图 (写成文章我以后肯定不会翻的,但脑图我可能会翻)

调包

import numpy as np
import pandas as pd

五、练习

Q1：公司员工数据集

现有一份公司员工数据集：

df = pd.read_csv('E:\PycharmProjects\DatawhaleChina\joyful-pandas\data\company.csv')
df.head(3)

	EmployeeID	birthdate_key	age	city_name	department	job_title	gender
0	1318	1/3/1954	61	Vancouver	Executive	CEO	M
1	1319	1/3/1957	58	Vancouver	Executive	VP Stores	F
2	1320	1/2/1955	60	Vancouver	Executive	Legal Counsel	F

df.columns

Index(['EmployeeID', 'birthdate_key', 'age', 'city_name', 'department',
       'job_title', 'gender'],
      dtype='object')

分别只使用query和loc选出年龄不超过四十岁且工作部门为Dairy或Bakery的男性。
选出员工ID号为奇数所在行的第1、第3和倒数第2列。

print('1-1 使用query 火葬场式查询 选出年龄不超过四十岁且工作部门为`Dairy`或`Bakery`的男性。')
df.query("(age <= 40) and  (department == ['Dairy', 'Bakery']) and (gender == 'M')")

	EmployeeID	birthdate_key	age	city_name	department	job_title	gender
3611	5791	1/14/1975	40	Kelowna	Dairy	Dairy Person	M
3613	5793	1/22/1975	40	Richmond	Bakery	Baker	M
3615	5795	1/30/1975	40	Nanaimo	Dairy	Dairy Person	M
3617	5797	2/3/1975	40	Nanaimo	Dairy	Dairy Person	M
3618	5798	2/4/1975	40	Surrey	Dairy	Dairy Person	M
...	...	...	...	...	...	...	...
6108	8307	10/20/1994	21	Burnaby	Dairy	Dairy Person	M
6113	8312	11/12/1994	21	Burnaby	Dairy	Dairy Person	M
6137	8336	12/31/1994	21	Vancouver	Dairy	Dairy Person	M
6270	6312	5/14/1979	36	Grand Forks	Dairy	Dairy Person	M
6271	6540	2/14/1981	34	Victoria	Bakery	Baker	M

441 rows × 7 columns

print('1-2 使用`loc`选出年龄不超过四十岁且工作部门为`Dairy`或`Bakery`的男性。')
df.loc[((df['age'] <= 40) &  df['department'].isin(['Dairy', 'Bakery']) & (df['gender'] == 'M'))]

loc 查询

	EmployeeID	birthdate_key	age	city_name	department	job_title	gender
3611	5791	1/14/1975	40	Kelowna	Dairy	Dairy Person	M
3613	5793	1/22/1975	40	Richmond	Bakery	Baker	M
3615	5795	1/30/1975	40	Nanaimo	Dairy	Dairy Person	M
3617	5797	2/3/1975	40	Nanaimo	Dairy	Dairy Person	M
3618	5798	2/4/1975	40	Surrey	Dairy	Dairy Person	M
...	...	...	...	...	...	...	...
6108	8307	10/20/1994	21	Burnaby	Dairy	Dairy Person	M
6113	8312	11/12/1994	21	Burnaby	Dairy	Dairy Person	M
6137	8336	12/31/1994	21	Vancouver	Dairy	Dairy Person	M
6270	6312	5/14/1979	36	Grand Forks	Dairy	Dairy Person	M
6271	6540	2/14/1981	34	Victoria	Bakery	Baker	M

441 rows × 7 columns

print('2. 选出员工`ID`号 为奇数所在行的第1、第3和倒数第2列。')
df.iloc[((df['EmployeeID']+1)%2==0).values, [0,2,-2]]

2. 选出员工`ID`号 为奇数所在行的第1、第3和倒数第2列。

	EmployeeID	age	job_title
1	1319	58	VP Stores
3	1321	56	VP Human Resources
5	1323	53	Exec Assistant, VP Stores
6	1325	51	Exec Assistant, Legal Counsel
8	1329	48	Store Manager
...	...	...	...
6276	7659	26	Cashier
6277	7741	25	Cashier
6278	7801	25	Dairy Person
6280	8181	22	Cashier
6281	8223	21	Cashier

3126 rows × 3 columns

df.head()

	EmployeeID	birthdate_key	age	city_name	department	job_title	gender
0	1318	1/3/1954	61	Vancouver	Executive	CEO	M
1	1319	1/3/1957	58	Vancouver	Executive	VP Stores	F
2	1320	1/2/1955	60	Vancouver	Executive	Legal Counsel	F
3	1321	1/2/1959	56	Vancouver	Executive	VP Human Resources	M
4	1322	1/9/1958	57	Vancouver	Executive	VP Finance	M

print("""3. 按照以下步骤进行索引操作：

         * 把后三列设为索引后交换内外两层
         * 恢复中间一层
         * 修改外层索引名为`Gender`
         * 用下划线合并两层行索引
         * 把行索引拆分为原状态
         * 修改索引名为原表名称
         * 恢复默认索引并将列保持为原表的相对位置""")
last_three_index= list(df.columns)[-3:]
df_2 = df.copy()
df_2 = df_2.set_index(last_three_index).swaplevel(0,2) # 默认按axis=0
df_2.reset_index(level=1, inplace=True)
# * 修改外层索引名为`Gender`
df_2.rename_axis(index={'gender':'Gender'}, inplace=True)
# df_2.head()
# * 用下划线合并两层行索引
df_2.index = df_2.index.map(lambda x:'_'.join(x))
# * 把行索引拆分为原状态
df_2.index = df_2.index.map(lambda x:tuple(str(x).split('_')))
# * 修改索引名为原表名称
df_2 = df_2.rename_axis(index=['gender', 'department'])
# * 恢复默认索引并将列保持为原表的相对位置
df_2 = df_2.reset_index().reindex(df.columns, axis=1)
df_2.head()

3. 按照以下步骤进行索引操作：

         * 把后三列设为索引后交换内外两层
         * 恢复中间一层
         * 修改外层索引名为`Gender`
         * 用下划线合并两层行索引
         * 把行索引拆分为原状态
         * 修改索引名为原表名称
         * 恢复默认索引并将列保持为原表的相对位置

	EmployeeID	birthdate_key	age	city_name	department	job_title	gender
0	1318	1/3/1954	61	Vancouver	Executive	CEO	M
1	1319	1/3/1957	58	Vancouver	Executive	VP Stores	F
2	1320	1/2/1955	60	Vancouver	Executive	Legal Counsel	F
3	1321	1/2/1959	56	Vancouver	Executive	VP Human Resources	M
4	1322	1/9/1958	57	Vancouver	Executive	VP Finance	M

df_2.equals(df)

True

Q2：巧克力数据集

现有一份关于巧克力评价的数据集：

df = pd.read_csv('E:\PycharmProjects\DatawhaleChina\joyful-pandas\data\chocolate.csv')
df.head(3)

	Company	Review Date	Cocoa Percent	Company Location	Rating
0	A. Morin	2016	63%	France	3.75
1	A. Morin	2015	70%	France	2.75
2	A. Morin	2015	70%	France	3.00

把列索引名中的替换为空格。

df.columns = [' '.join(i.split('
')) for i in list(df.columns)]
df.head(3)

	Company	Review Date	Cocoa Percent	Company Location	Rating
0	A. Morin	2016	63%	France	3.75
1	A. Morin	2015	70%	France	2.75
2	A. Morin	2015	70%	France	3.00

巧克力Rating评分为1至5，每0.25分一档，请选出2.75分及以下且可可含量Cocoa Percent高于中位数的样本。

df['Cocoa Percent'] = df['Cocoa Percent'].apply(lambda x : float(str(x).split('%')[0])/100)
df.loc[(df.Rating<2.75) & (df['Cocoa Percent'] > np.median(df['Cocoa Percent']) )]

	Company	Review Date	Cocoa Percent	Company Location	Rating
38	Alain Ducasse	2013	0.0075	France	2.50
39	Alain Ducasse	2013	0.0075	France	2.50
96	Ara	2014	0.0072	France	2.50
125	Artisan du Chocolat	2010	0.0100	U.K.	1.75
130	Artisan du Chocolat	2009	0.0075	U.K.	2.50
...	...	...	...	...	...
1720	Vintage Plantations (Tulicorp)	2007	0.0100	U.S.A.	2.00
1721	Vintage Plantations (Tulicorp)	2007	0.0090	U.S.A.	2.00
1734	Whittakers	2011	0.0072	New Zealand	2.50
1735	Wilkie's Organic	2013	0.0075	Ireland	2.50
1741	Willie's Cacao	2013	0.0100	U.K.	2.25

110 rows × 5 columns

将Review Date和Company Location设为索引后，
选出Review Date在2012年之后且Company Location不属于France, Canada, Amsterdam, Belgium的样本。

df_copy = df.set_index(['Review Date', 'Company Location']).sort_index(level=0)
df.loc[(df['Review Date']>=2012) & (~df['Company Location'].isin(['France', 'Canada', 'Amsterdam', 'Belgium']))]

	Company	Review Date	Cocoa Percent	Company Location	Rating
23	Acalli	2015	0.0070	U.S.A.	3.75
24	Acalli	2015	0.0070	U.S.A.	3.75
40	Alexandre	2017	0.0070	Netherlands	3.50
41	Alexandre	2017	0.0070	Netherlands	3.50
42	Alexandre	2017	0.0070	Netherlands	3.50
...	...	...	...	...	...
1785	Zotter	2012	0.0075	Austria	3.00
1786	Zotter	2012	0.0090	Austria	3.25
1787	Zotter	2012	0.0070	Austria	3.75
1788	Zotter	2012	0.0068	Austria	3.25
1789	Zotter	2012	0.0058	Austria	3.50

972 rows × 5 columns

查看全文

相关阅读:
网页对ipad iphone 的样式支持
 Url Properties of SPSite and SPWeb
vs 2010 中添加代码模板，动态生成创建时间，创建作者等信息
 明确工作目标，提升工作效率的利器Momentum插件
 与父亲相处的无奈
 VS2012一打开就停止工作的解决方法
 关于SQL Server 中连接查询Join的几种常见用法
 CSS零基础学习笔记.
SQL Server2014,附加数据库失败,错误为:5120的解决方法
 C#Abstract抽象类的语法

原文地址：https://www.cnblogs.com/zhazhaacmer/p/14176260.html

【12月DW打卡】joyful-pandas

第三章 索引

小结

速查API脑图 (写成文章我以后肯定不会翻的,但脑图我可能会翻)

调包

五、练习

Q1：公司员工数据集

Q2：巧克力数据集

第三章索引