Python數據分析基礎與應用電子活頁6-9實現Pandas分組的轉換操作與數據過濾操作_第1頁
Python數據分析基礎與應用電子活頁6-9實現Pandas分組的轉換操作與數據過濾操作_第2頁
Python數據分析基礎與應用電子活頁6-9實現Pandas分組的轉換操作與數據過濾操作_第3頁
全文預覽已結束

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領

文檔簡介

Python數據分析基礎與應用模塊電子活頁6-9實現pandas分組的轉換操作與數據過濾操作【技能訓練6-19】實現pandas分組的轉換操作與數據過濾操作【訓練要求】在JupyterNotebook開發環境中創建j6-19.ipynb，然后編寫代碼實現pandas分組的轉換操作與數據過濾操作。【實施過程】1．pandas分組的轉換操作（1）創建一個DataFrame對象代碼如下：importnumpyasnpimportpandasaspddata2={'name':['安靜','路遠','溫暖','向北','陽光','白雪','夏天','云朵'],'group':[1,1,1,1,2,2,2,2],'sex':['女','男','男','女','男','女','男','女'],'age':[21,20,19,22,23,18,20,22],'score1':[71,80,89,92,65,84,78,92.5],'score2':[82,72,96,88,93.5,83,77,68.5],'score3':[86.0,82.5,95.0,90.5,73,86.5,67,94]}df2=pd.DataFrame(data2)df2輸出結果：（2）使用transform()函數將mean()函數應用到每一個分組中代碼如下：#分組求平均值#對可執行計算的數值列求平均值df2.groupby('group').transform(np.mean)輸出結果：（3）使用apply()函數代碼如下：#自定義函數#返回分組的前n行數據defget_rows(df2,n):#從1到n行的所有列returndf2.iloc[:n,:]#分組后的組名作為行索引df2.groupby('group').apply(get_rows,n=2)輸出結果：2．pandas分組的數據過濾操作篩選出組內成員少于4人的小組的代碼如下：importpandasaspddata3={'name':['安靜','路遠','溫暖','向北','陽光','白雪','夏天','云朵'],'group':[1,1,1,1,1,2,2,2],'sex':['女','男','男','女','男','女','男','女'],'age':[21,20,19,22,23,18,20,22],'score1':[71,80,89,92,65,84,78,92.5],'score2':[82,72,96,88,93.5,83,77,68.5],'score3':[86.0,82.5,95.0,90.5,73,86.5,67,94]}label3=['stu1','stu2','stu3','stu4','stu5','stu6','stu7','stu8']df3=pd.DataFrame(data3,index=la

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業或盈利用途。
  • 5. 人人文庫網僅提供信息存儲空間，僅對用戶上傳內容的表現方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容，請與我們聯系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論