韦德国际1946手机版:对series和dataframe举行排序的

作者: 韦德国际1946手机版  发布:2019-05-28

即使我们有几个很轻松的OTU表:

需求:

其一是python的叁个内建函数,看书的时候开采了她,mark一下
当大家既必要遍历索引同期要求遍历成分的时候,能够思索接纳enumerate函数,enumerate函数接受2个可遍历的目的,如列表、字符串

本问首要写依照目录可能值对series和dataframe实行排序的实例讲明

韦德国际1946手机版 1

三个文本,一个文书为总计报表,里面富含手机号,另3个文本为手提式有线电话机号段归属地,含有手提式无线电电话机号码前六位对应的地面。须求对总结报表进行拍卖,将手机号所在的名下地参加到总计报表中,使用pandas提供的join成效来促成,代码如下:

韦德国际1946手机版:对series和dataframe举行排序的实例,对dataframe进行遍历的实例。诸如大家有三个["one","two","there"]的列表,大家供给在列表的种种成分前边加上他的号子

代码:

后日对那一个表格举行遍历,一般写法为:

#coding=utf-8
from pandas import Series,DataFrame
import pandas as pd
#reader1 = pd.read_csv('Dm_Mobile.txt',iterator=True,encoding="gb2312")
#df1 = reader1.get_chunk(10)
#reader2 = pd.read_csv('201604.csv',iterator=True,encoding="gb2312")
#df2 = reader.get_chunk(10)

#读取两个csv文件,生成dataframe
df1 = pd.read_csv('Dm_Mobile.csv',encoding="gb2312")
df2 = pd.read_csv('201604.csv',encoding="gb2312")

#截取手机号前七位,作为新列添加到dataframe
df2['p7s'] = Series([str(x)[:7] for x in Series(df2[u'手机号'])])
df2['p7i'] = df2['p7s'].astype("int64")

#在两个dataframe的手机前七位列上创建索引
index_df1 = df1.set_index('MobileNumber')
index_df2 = df2.set_index(['p7i'])

#以手机号前七位列为join列,对两个dataframe进行join
result = pd.concat([index_df1, index_df2], axis=1, join='inner')

#选取需要显示的列,重新生成result
result = result.reindex(columns=[u'积分商城订单号', u'手机号',u'产品编码',u'商品名称',u'商品价格',u'数量',u'虚拟码',u'消费时间',u'时间',u'兑换渠道商',u'MobileArea'])

#写入到excel文件中
writer = pd.ExcelWriter('pandas_simple.xlsx')
result.to_excel(writer, sheet_name=u'设计院',index=False)
writer.save()

复制代码 代码如下:

#coding=utf-8
import pandas as pd
import numpy as np
#以下实现排序功能。
series=pd.Series([3,4,1,6],index=['b','a','d','c'])
frame=pd.DataFrame([[2,4,1,5],[3,1,4,5],[5,1,4,2]],columns=['b','a','d','c'],index=['one','two','three'])
print frame
print series
print 'series通过索引进行排序:'
print series.sort_index()
print 'series通过值进行排序:'
print series.sort_values()
print 'dataframe根据行索引进行降序排序(排序时默认升序,调节ascending参数):'
print frame.sort_index(ascending=False)
print 'dataframe根据列索引进行排序:'
print frame.sort_index(axis=1)
print 'dataframe根据值进行排序:'
print frame.sort_values(by='a')
print '通过多个索引进行排序:'
print frame.sort_values(by=['a','c'])
import pandas as pd
otu = pd.read_csv("otu.txt",sep="t")
for index,row in otu.iterrows():
 print index
 print row

以上那篇使用pandas对八个dataframe进行join的实例正是笔者分享给大家的全体内容了,希望能给大家三个参阅,也可望大家多多支持脚本之家。

i = 0
seq = ["one","two","three"]
for element in seq:
 seq[i] = '%d: %s' % (i, seq[i])
 i = 1
print seq

实践结果:

此地的iterrows()再次回到值为元组,(index,row)

你或然感兴趣的稿子:

  • python pandas dataframe 按列大概按行合并的秘籍
  • Pandas:DataFrame对象的根底操作方法
  • python pandas中DataFrame类型数据操作函数的方式
  • pandas中的DataFrame按内定顺序输出全数列的办法

['0: one', '1: two', '2: three']

  b a d c
one 2 4 1 5
two 3 1 4 5
three 5 1 4 2

b 3
a 4
d 1
c 6
dtype: int64

本文由韦德国际1946发布于韦德国际1946手机版,转载请注明出处:韦德国际1946手机版:对series和dataframe举行排序的

关键词: