数据处理的五个必备知识：列名设置、数据排序、重置索引、数值四舍五入、agg（）方法

提示：本文为学习过程中的简单记录，分享给大家，希望对大家有所帮助。数据处理的五个必备知识：列名设置、数据排序、重置索引、数值四舍五入、agg（）方法

1.数据列名设置

# 1.数据列名设置
import pandas as pd
dict_1 = {'年龄':[23, 22, 21], '岗位':['客服','运营', '公关'], '年购买量':[10, 15, 8]}
# 创建df对象
jobs_df = pd.DataFrame(dict_1) # 通过字典创建DataFrame，字典的键作为对象列名，字典的值作为列数据
# 查看jobs_df
jobs_df

goods_info = [
    ['巧克力', 77.675, '47箱', '广东佛山仓'],
    ['牛奶', 58.755, '40箱', '广东揭阳仓'],
    ['威化饼干', 7.385, '285盒', '广西南宁仓'],
    ['火腿肠', 34.823, '20件', '广西柳州仓'],
    ['巧克力', 62.648, '30箱', '广东揭阳仓'],
    ['牛奶', 45.75, '12箱', '广西柳州仓'],
    ['威化饼干', 5.235, '148盒', '广东佛山仓'],
    ['火腿肠', 33.736, '28件', '广东佛山仓']
]

goods_df = pd.DataFrame(goods_info) # 通过列表创建DataFrame，列表的元素作为行数据，默认生成从0开始的列名
goods_df
#（1）借助DataFrame()类的另一个参数columns设置列名
# pandas.DataFrame(data,coluumns)
# data:创建DataFrame对象所需的数据，可以为字典、列表；
# columns:设置列索引值（列名），可以为列表；

newgoods_df = pd.DataFrame(goods_info, columns =['a', 'b', 'c','d'] )
newgoods_df
# (2)已经创建好的DataFrame，使用columns属性修改列名
# df.columns = ['a', 'b', 'c']
newgoods_df.columns = ['名称','单价','库存','地址']
newgoods_df

2.数据排序

# 2.数据排序
# 使用sort_values()方法，对指定列进行排序操作
# df.sort_values(by) by可以是列名
newgoods_df
sorted_goods = newgoods_df.sort_values(by='单价') # 对某列数据进行排序，默认升序排序
sorted_goods
newgoods_df['单价'].sort_values() # 提取某列，单独排序
# 使用DataFrame对象调用sort_values()方法时，可以通过参数 by 来指定某一列；而Series对象调用该函数时，函数没有参数by

3.重置索引

# 3.重置索引
# 使用reset_index()方法重置索引
# s/df.reset_index(drop = False)(False保留原索引、True把原索引去掉)
sorted_goods
reset_goods = sorted_goods.reset_index(drop = True)
reset_goods

4.数值四舍五入

# 4.数值四舍五入
# round(number, ndigits = 0) number：需要处理的数据 ndigits：四舍五入要保留的小数位数，默认为0
reset_goods
reset_goods['单价'] = round(reset_goods['单价'], 2)
reset_goods

5.agg()方法 agg()方法对整列数据进行统一操作

# 5.agg()方法 agg()方法对整列数据进行统一操作
# s.agg(func) func可以定义为函数名称，如：new_func

# 定义new_func()函数 功能：传入数据进行切片，切除数据最后一个字符
# 定义函数 new_func()
# 传入自定义的函数时，只需要写上函数名，不需要加上括号以及函数的参数


def new_func(data):
    number = data[:-1]
    return int(number)
# 函数new_func() 会切除传入数据的最后一个字符，再将切除后的字符串转换为整数型，然后返回该数据。

reset_goods
# 使用agg（）方法将列数据传入new_func()函数，并取得返回值
reset_goods['库存'].agg(new_func)
reset_goods['库存'] = reset_goods['库存'].agg(new_func)
reset_goods

6.简单练习

# 6.简单练习
# 计算食品平均价格
goods_mean = reset_goods.groupby('名称')['单价'].mean()
goods_mean
# 分组结果.agg(func)
# func 可以为列名和函数名称（字符串）组成的字典，如：{'column1':'sum',...}
# 字典的键为我们需要操作的列名，如 '单价'、'库存'；字典的值为我们需要操作的函数名min、max、sum、mean、count、std
# 定义字典，计算平均单价和库存总量
reset_goods.groupby('名称').agg({'单价':'mean', '库存':'sum'})
dict_2 ={'单价':'mean','库存':'sum'}
reset_goods.groupby('名称').agg(dict_2)
# 定义函数，以替换【数量】列的“-”为 0
def replace_info(data):
    if data == '-':
        data = 0
    return data

总结

提示：眼过千遍不如手过一遍。

                                                                       2022年5月14日
                                                                         青海·西宁