Python科学计算与数据处理-pandas(2).pptVIP

* * ?s?f?ksiz * 密苏里州（英语：Missouri） * * k?n?k?t??ne???n * * ?ɡ?n?r * * * 科罗拉多州（英语：Colorado） * * * * seed( ) 用于指定随机数生成时所用算法开始的整数值，如果使用相同的seed( )值，则每次生成的随即数都相同，如果不设置这个值，则系统根据时间来自己选择这个值，此时每次生成的随机数因时间差异而不同。 * [.p?rmj?te??(?)n]  * 重塑和轴向旋转 如果不是所有的级別值都能在各分组中找到的话，则unstack操作可能会引入缺失数据: stack默认会滤除缺失数据，因此该运算是可逆的： * s1 = Series([0, 1, 2, 3], index=[a,b,c,d]) s2 = Series([4, 5, 6],index=[c,d,e]) data2 = pd.concat([s1, s2], keys=[one,two]) data2.unstack() data2.unstack().stack() data2.unstack().stack(dropna=False) 重塑和轴向旋转 在对DataFrame进行unstack操作时，作为旋转轴的级別将会成为结果中的最低级別: * df = DataFrame({left: result, right: result + 5}, columns=pd.Index([left,right], name=side)) df df.unstack(state) df.unstack(state).stack(side) 重塑和轴向旋转 * 将“长格式”旋转为“宽格式” 时间序列数据通常是以所谓的“长格式” （long)或“堆叠格式” （stacked)存储在数据库和CSV中的： 1data[:10] 数据转换 到目前为止介绍的都是数据的重排。另一类重要操作则是过滤、清理以及其他的转换工作。 移除重复数据 DataFrame中常常会出现重复行。下面就是一个例子： DataFrame的duplicated方法返回一个布尔型Series，表示各行是否是重复行: * data = DataFrame({k1: [one] * 3 + [two] * 4, k2: [1, 1, 2, 3, 3, 4, 4]}) data data.duplicated() 数据转换 还有一个与此相关的drop_duplicates方法，它用于返回一个移除了重复行的Data_ Frame： 这两个方法默认会判断全部列，也可以指定部分列进行重复项判断。假设还有一列值，且只希望根据k1列过滤重复项： * data.drop_duplicates() data[v1] = range(7) data.drop_duplicates([k1]) 数据转换 * duplicated和drop_duplicates默认保留的是第一个出现的值组合。传入take_ last = True 则保留最后一个： data.drop_duplicates([k1,k2], take_last=True) 数据转换 利用函数或映射进行数据转换 在对数据集进行转换时，可能希望根据数组、Series或DataFrame列中的值来实现该转换工作。 * data = DataFrame({food: [bacon, pulled pork, bacon, Pastrami, corned beef, Bacon, pastrami,honey ham,nova lox], ounces: [4, 3, 12, 6, 7.5, 8, 3, 5, 6]}) data 数据转换 假设想要添加一列表示该肉类食物来源的动物类型。 Series的map方法可以接受一个函数或含有映射关系的字典型对象，但是这里有一个小问题，即有些肉类的首字母大写了，而另一些则没有。因此，还需要将各个值转换为小写： * meat_to_animal = {bacon:pig,pulled pork: pig,