数据分析-Pandas如何重塑数据表

数据分析-Pandas如何重塑数据表

数据表，时间序列数据在数据分析建模中很常见，例如天气预报，空气状态监测，股票交易等金融场景。数据分析过程中重新调整，重塑数据表是很重要的技巧，此处选择Titanic数据，以及巴黎、伦敦欧洲城市空气质量监测$N{O}_2$数据作为样例。

---

GPT专栏文章：

数据分析-Pandas如何转换产生新列

数据分析-Pandas如何统计数据概况

数据分析-Pandas如何轻松处理时间序列数据

数据分析-Pandas如何选择数据子集

经典算法-遗传算法的python实现

经典算法-模拟退火算法的python实现

大模型查询工具助手之股票免费查询接口

Python技巧-终端屏幕打印光标和文字控制

---

样例程序代码，需要可获取：

源代码参考 Pandas如何重塑数据表

源代码参考 python数据分析-数据表读写到pandas

样例分析数据，需要可获取：

Titanic数据

空气质量监测$N{O}_2$数据

数据重排列

拿到表格数据后，很多情况下不能直接就用，还需要对数据进行加工处理。数据加工之前，数据的探查就很重要，最常见的是想把表格的某个属性重新按值的大小排列，看有没有什么特点。

比如在Titanic数据中，想把年龄排序查看下年龄分布特征。可以这样操作：

In [1]: titanic.sort_values(by="Age").head()
Out[1]: 
     PassengerId  Survived  Pclass  ...     Fare Cabin  Embarked
803          804         1       3  ...   8.5167   NaN         C
755          756         1       2  ...  14.5000   NaN         S
644          645         1       3  ...  19.2583   NaN         C
469          470         1       3  ...  19.2583   NaN         C
78            79         1       2  ...  29.0000   NaN         S

[5 rows x 12 columns]

有或者，还想联合乘客座舱的等级和年龄，看看不同座舱的分布规律。可以排列多个属性，以列表形式。如下所示：

In [2]: titanic.sort_values(by=['Pclass', 'Age'], ascending=False).head()
Out[2]: 
     PassengerId  Survived  Pclass  ...    Fare Cabin  Embarked
851          852         0       3  ...  7.7750   NaN         S
116          117         0       3  ...  7.7500   NaN         Q
280          281         0       3  ...  7.7500   NaN         Q
483          484         1       3  ...  9.5875   NaN         S
326          327         0       3  ...  6.2375   NaN         S

[5 rows x 12 columns]

通过DataFrame.sort_values()，通过指定列名进行表格数据重排。

单列延展宽表

例如，需要关注不同监测站的$N{O}_2$