标签：zszxz 300 frame 替换 添加 hobby 100 reading pandas
一 前言
说来惭愧，知识追寻者太跳了，喜欢这学来学去，不够专一，java基础文章都没出完，汗颜，革命尚未成功，同志仍需努力；这篇文章是pandas的数据处理文章，学完本篇读者将学会基础的对DataFrame，Sereis 进行数据的剔除和替换工作，也是数据处理中必不可少的一环；
公众号：知识追寻者
知识追寻者(Inheriting the spirit of open source, Spreading technology knowledge;)
二 重复数据处理
2.1 构造数据
# -*- coding: utf-8 -*-
import pandas as pd
import numpy as np
data = {
'user' : ['zszxz','zszxz','rose'],
'price' : [100, 100, -300],
'hobby' : ['reading','reading','hiking']
}
frame = pd.DataFrame(data)
print(frame)
输出
user price hobby
0 zszxz 100 reading
1 zszxz 100 reading
2 rose -300 hiking
2.2 判定重复与处理
使用duplicated()可以对重复的行进行重复判定，返回的是Series形式的bool值；
# -*- coding: utf-8 -*-
import pandas as pd
import numpy as np
data = {
'user' : ['zszxz','zszxz','rose'],
'price' : [100, 100, -300],
'hobby' : ['reading','reading','hiking']
}
frame = pd.DataFrame(data)
# 判定行重复 返回Series
print(frame.duplicated())
输出
0 False
1 True
2 False
dtype: bool
进行重复过滤，在duplicated()的基础上再次对DataFrame进行过滤可以得到重复的值，注意原来没有重复的值是不会被显示出来；
# -*- coding: utf-8 -*-
import pandas as pd
import numpy as np
data = {
'user' : ['zszxz','zszxz','rose'],
'price' : [100, 100, -300],
'hobby' : ['reading','reading','hiking']
}
frame = pd.DataFrame(data)
# 过滤掉重复行
print(frame[frame.duplicated()])
输出
user price hobby
1 zszxz 100 reading
还有一个功能较好的函数就是drop_duplicates()，其能够去除重复行，然后再打印所有数据；
# -*- coding: utf-8 -*-
import pandas as pd
import numpy as np
data = {
'user' : ['zszxz','zszxz','rose'],
'price' : [100, 100, -300],
'hobby' : ['reading','reading','hiking']
}
frame = pd.DataFrame(data)
输出
user price hobby
0 zszxz 100 reading
2 rose -300 hiking
2.3 删除行或者列
有时候需要对数据删除，之前文章有提到过使用del 删除列，这次使用 drop() 函数删除行；删除多行在参数中使用中括号，多个逗号隔开，格式 [index0,index1........]；
如果想用drop()删除 列，就需要指定axis = 1 ;
data = {
'user' : ['zszxz','zszxz','rose'],
'price' : [100, 100, -300],
'hobby' : ['reading','reading','hiking']
}
del_frame = frame.drop([0])
print(del_frame)
输出
user price hobby
1 zszxz 100 reading
2 rose -300 hiking
三 数据替换
3.1 单值替换
原来的数据中价格有 -300 这种不合理数据将其替换为合理数据，比如200；可以使用replace()函数将单个数据全部替换为另一个数据
# -*- coding: utf-8 -*-
import pandas as pd
import numpy as np
data = {
'user' : ['zszxz','zszxz','rose'],
'price' : [100, 100, -300],
'hobby' : ['reading','reading','hiking']
}
frame = pd.DataFrame(data)
re_frame = frame.replace(-300,200)
print(re_frame)
输出
user price hobby
0 zszxz 100 reading
1 zszxz 100 reading
2 rose 200 hiking
3.2 多值替换
如果要对多个相同的元素替换则参数需要引入列表，比如对所有的 100, -300 分别进行替换为 200, 300;
# -*- coding: utf-8 -*-
import pandas as pd
import numpy as np
data = {
'user' : ['zszxz','zszxz','rose'],
'price' : [100, 100, -300],
'hobby' : ['reading','reading','hiking']
}
frame = pd.DataFrame(data)
re_frame = frame.replace([100,-300],[200,300])
print(re_frame)
输出
user price hobby
0 zszxz 200 reading
1 zszxz 200 reading
2 rose 300 hiking
3.3 字典形式替换
replace()函数还支持字典形式入参，示例如下
# -*- coding: utf-8 -*-
import pandas as pd
import numpy as np
data = {
'user' : ['zszxz','zszxz','rose'],
'price' : [100, 100, -300],
'hobby' : ['reading','reading','hiking']
}
frame = pd.DataFrame(data)
re_frame = frame.replace({-300:200})
print(re_frame)
输出
user price hobby
0 zszxz 100 reading
1 zszxz 100 reading
2 rose 200 hiking
四 数据添加
如果要对 hobby 一列 的每个元素追加一个说明，也就是追加一列，就可以使用map()函数进行映射
data = {
'user' : ['zszxz','zszxz','rose'],
'price' : [100, 100, -300],
'hobby' : ['reading','reading','hiking']
}
frame = pd.DataFrame(data)
# 映射到 hobby 列 添加对应值
add_column = {"reading":300, "running":900, "hiking":5}
frame['term'] = frame['hobby'].map(add_column)
print(frame)
输出
user price hobby term
0 zszxz 100 reading 300
1 zszxz 100 reading 300
2 rose -300 hiking 5
五 重命名索引
有时候对原始的索引不满意，可以进行微调修改就需要重名名索引，使用 rename() 函数即可
data = {
'user' : ['zszxz','zszxz','rose'],
'price' : [100, 100, -300],
'hobby' : ['reading','reading','hiking']
}
frame = pd.DataFrame(data)
# 重命名索引
reindex = {0:"user1", 1:"user2", 2:"user3"}
rename_frame = frame.rename(reindex)
print(rename_frame)
输出
user price hobby term
user1 zszxz 100 reading 300
user2 zszxz 100 reading 300
user3 rose -300 hiking 5
标签：zszxz,300,frame,替换,添加,hobby,100,reading,pandas 来源： https://www.cnblogs.com/zszxz/p/12843103.html
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。