pandas二、索引、选择以及赋值

最新推荐文章于 2024-12-18 18:34:20 发布
原创 最新推荐文章于 2024-12-18 18:34:20 发布 · 4.1k 阅读 · 2 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#pandas #python

本文通过Python的pandas库，对葡萄酒评论数据集进行了一系列的数据探索操作，包括读取CSV文件、查看数据头、选取特定列、获取单行记录、选择前几行描述、按索引选取特定行以及创建包含特定列的子数据集。

首先是检查是否数据

import pandas as pd
reviews = pd.read_csv("winemag-data-130k-v2.csv", index_col=0)
reviews.head()
 countrydescriptiondesignationpointspriceprovinceregion_1region_2taster_nametaster_twitter_handletitlevarietywinery
0ItalyAromas include tropical fruit, broom, brimston...Vulkà Bianco87NaNSicily & SardiniaEtnaNaNKerin O’Keefe@kerinokeefeNicosia 2013 Vulkà Bianco (Etna)White BlendNicosia
1PortugalThis is ripe and fruity, a wine that is smooth...Avidagos8715.0DouroNaNNaNRoger Voss@vossrogerQuinta dos Avidagos 2011 Avidagos Red (Douro)Portuguese RedQuinta dos Avidagos
2USTart and snappy, the flavors of lime flesh and...NaN8714.0OregonWillamette ValleyWillamette ValleyPaul Gregutt@paulgwineRainstorm 2013 Pinot Gris (Willamette Valley)Pinot GrisRainstorm
3USPineapple rind, lemon pith and orange blossom ...Reserve Late Harvest8713.0MichiganLake Michigan ShoreNaNAlexander PeartreeNaNSt. Julian 2013 Reserve Late Harvest Riesling ...RieslingSt. Julian
4USMuch like the regular bottling from 2012, this...Vintner's Reserve Wild Child Block8765.0OregonWillamette ValleyWillamette ValleyPaul Gregutt@paulgwineSweet Cheeks 2012 Vintner's Reserve Wild Child...Pinot NoirSweet Cheeks

           1、 从结果中选择某一列 进行赋值

desc = reviews.description
# or
desc = reviews["description"]  # 这两个都可以
desc.head()
"""
0    Aromas include tropical fruit, broom, brimston...
1    This is ripe and fruity, a wine that is smooth...
2    Tart and snappy, the flavors of lime flesh and...
3    Pineapple rind, lemon pith and orange blossom ...
4    Much like the regular bottling from 2012, this...
Name: description, dtype: object
"""

   2、从reviws的description列取第一个值 

first_description = reviews.description.iloc[0]
first_description
'''
"Aromas include tropical fruit, broom, brimstone and dried herb. The palate isn't overly expressive, offering unripened apple, citrus and dried sage alongside brisk acidity."
'''

  3、取第一行的值，即第一行记录

first_row = reviews.iloc[0]
first_row
'''
country                                                              Italy
description              Aromas include tropical fruit, broom, brimston...
designation                                                   Vulkà Bianco
points                                                                  87
price                                                                  NaN
province                                                 Sicily & Sardinia
region_1                                                              Etna
region_2                                                               NaN
taster_name                                                  Kerin O’Keefe
taster_twitter_handle                                         @kerinokeefe
title                                    Nicosia 2013 Vulkà Bianco  (Etna)
variety                                                        White Blend
winery                                                             Nicosia
Name: 0, dtype: object
'''

      4、选取reviews中description列的前10行值。

first_description = reviews.description.iloc[:10]
first_description
'''
0    Aromas include tropical fruit, broom, brimston...
1    This is ripe and fruity, a wine that is smooth...
2    Tart and snappy, the flavors of lime flesh and...
3    Pineapple rind, lemon pith and orange blossom ...
4    Much like the regular bottling from 2012, this...
5    Blackberry and raspberry aromas show a typical...
6    Here's a bright, informal red that opens with ...
7    This dry and restrained wine offers spice in p...
8    Savory dried thyme notes accent sunnier flavor...
9    This has great depth of flavor with its fresh ...
Name: description, dtype: object
'''

   5、选取索引1,2,3,5,8的记录行 

index = [1,2,3,5,8]
sample_reviews = reviews.iloc[index]
# sample_reviews = reviews.loc[index]
'''
这里loc 和 iloc的区别是：
iloc：
      是你选择的是第1，2,3,5,8行
而loc：
      则是根据你的索引 比如你的索引是从1500开始往后递增的 那么用上面的1,2,3,5,8就会报错
      应该用[1501,1502,1503,1505,1508]
'''
# result

        6、创建一个变量df,df包含reviews的 `country`, `province`, `region_1`, and `region_2`列，并保留索引 0 1 10 100的记录，换言之产生一个如下的DataFrame: 

                                              

cols = ['country', 'province', 'region_1', 'region_2']
indices = [0, 1, 10, 100]
reviews.loc[indices, cols]
# 运行结果如下：
 countryprovinceregion_1region_2
0ItalySicily & SardiniaEtnaNaN
1PortugalDouroNaNNaN
10USCaliforniaNapa ValleyNapa
100USNew YorkFinger LakesFinger Lakes

        7、 创建包含country、variety列且保留前100行数据的变量df:

cols = ['country', 'variety']
df = reviews.loc[:99, cols]
# or

cols_idx = [0, 11]
df = reviews.iloc[:100, cols_idx]
 countryvariety
0ItalyWhite Blend
1PortugalPortuguese Red
2USPinot Gris
3USRiesling
4USPinot Noir
5Spain

Tempranillo-Merlot

                 .........................................................................
       8、创建一个DataFrame 名字叫做italian_wines,包含 ‘Italy’列 即 酒的产地。提示： `reviews.country`

italian_wines = reviews[reviews.country == 'Italy']
italian_wines.head()

9、创建一个DataFrame名字叫做top_oceania_wines，包含至少95行以上产地来自Australia或new zealand的信息。

top_oc = reviews[
    (reviews.country.isin(['Australia','new zealand'])&(reviews.points >= 95))
]

Pandas 多层索引操作教程
szwx855的专栏
06-13 2682
本篇和大家介绍pandas中的500页原创图文、数据代码可戳👉《进行了解。我们知道dataframe是一个二维的数据表结构，通常情况下行和列索引都只有一个。但当需要多维度分析时，我们就需要添加多层级索引了。在关系型数据库中也被叫做复合主键。比如，下面这个数据是高考录取分数线，行索引是地区、学校，列索引是年份、专业，分别对应1级和2级索引，因此共有四个维度。
Pandas 多层索引操作
weixin_50951788的博客
08-08 720
使用np.r_[(a, b), (c, d)]将两个二维数组a和b按行连接，并将结果与二维数组c和d按行连接，最终得到一个拼接后的二维数组。np.r_[]函数是用于连接数组的函数，类似于concatenate函数，但可以在一维数组和多维数组之间进行拼接。np.r_还支持切片操作，如np.r_[:5, 7:10]表示将索引为0到4的元素和索引为7到9的元素按行连接。对两个序列生成笛卡尔积，即两两组合，结果如上。总而言之，np.r_[]函数可以在行方向上将多个数组或切片进行连接，生成一个新的数组。
【Pandas】索引赋值和排序
CharlieTang的博客
08-03 3170
目录1. 索引操作2. 赋值操作3. 排序 学习目标 记忆DataFrame的形状、行列索引名称获取等基本属性 应用Series和DataFrame的索引进行切片获取 应用sort_index和sort_values实现索引和值的排序 预处理 为了更好的理解这些基本操作，我们将读取一个真实的股票数据。 import pandas as pd # 读取文件 data = pd.read_csv("./data/stock_day.csv") # 删除一些列，让数据更简单些，再去做后面的操作
pandas - 基本数据操作
apollo_miracle的博客
03-11 1236
为了更好的理解这些基本操作，我们将读取一个真实的股票数据。 # 读取文件 data = pd.read_csv("./data/stock_day/stock_day.csv") 1 索引操作 Numpy当中我们已经讲过使用索引选取序列和切片选择，pandas也支持类似的操作，也可以直接使用列名、行名 称，甚至组合使用。 pandas的DataFrame的获取有三种形式 直接使...
数据分析第三篇——Pandas的基本数据操作(赋值、索引与排序)
m0_45654959的博客
04-13 801
3.2 基本数据操作 3.2.1 索引操作 3.2.2 赋值操作 3.2.3 排序 DataFrame Series 读取数据 import pandas as pd data = pd.read_excel('stock.xls', header=0, index_col=0, encoding='utf-8') data close ...
Pandas基本操作（索引、赋值、排序）
harryxia2014的博客
01-07 448
importpandasaspd importnumpyasnp
pandas索引操作、赋值操作、排序以及Series排序和DataFrame排序
我的个人博客
11-26 5250
pandas索引操作、行列索引、loc、iloc、index或columns.get_indexer，pandas赋值操作，pandas排序，DataFrame排序，sort_values(by=, ascending=)，sort_index()，pd.DataFrame，pandas基本操作
pandas索引和复合索引
qq_29839055的博客
02-05 1460
一、获取索引 index import pandas as ps import numpy as np a1 = ps.DataFrame(np.arange(8).reshape((2,4)),columns=["A","B","C","D"],index=["a","b"]) print(a1,"\n","#"*50) # A B C D # a 0 1 2 3 # b 4 5 6 7 print(a1.index,"\n","#"*50) # 获取a1的行索引 #
pandas-多索引和高级索引（具有层次索引的高级索引方法）
qq_14815199的博客
10-25 1221
语法上，使用.loc()方法，在高级索引中加入MultiIndex（多层索引）, 1. 简单来说，多层索引的索引键（keys）来自元组的格式。 输出： 注意df.loc['bar', 'one']也将会在这个用例中正常工作，但是这种便捷的简写方法总的来说是容易产生歧义的。 2.也可以通过使用一个元组的切片，提供一个值的范围(a ‘range’ of values),来进行切片 输出： 3. 使用切片 可以使用slice(None)来选择所有的该级别的内容。你不...
pandas重新生成索引的方法
09-19
执行这段代码后，DataFrame的索引会被替换为默认的连续整数索引，从0开始，且原始索引不会丢失，因为`set_index`不改变原对象，所以需要将结果赋值给新的变量`df_new`。 需要注意的是，`reindex`和`set_index`虽然...
pandas.DataFrame 根据条件新建列并赋值的方法
09-20
下面小编就为大家分享一篇pandas.DataFrame 根据条件新建列并赋值的方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
pandas指南-2.数据索引，选择与赋
yangshaojun1992的博客
06-12 583
索引，选择与赋值 选择要处理的pandas DataFrame或Series的特定值几乎是你将研究的任何数据操作中的隐式步骤。 因此，对如何切分数据集的充分理解至关重要。 在这个案例里，我们将查看澳大利亚墨尔本的房价数据。 点击这里 下载 数据集 我们将使用read_csv函数将数据读入DataFrame。 这样做： import pandas as pd melbourne_data = pd.read_csv('melb_data.csv') pd.set_option("display.
pandas按照索引来赋值，按照数据表的索引批量给某一个变量赋值的方法。
weixin_40340586的博客
02-07 3282
df_test = pd.DataFrame(np.arange(40).reshape(10, 4), columns=['a', 'b', 'c', 'd'], index=np.arange(10)) df_test.at[[1, 3, 5, 7], 'a'] = 0 df_test 结果如图： 当然，还可以使用这个方法 https://www.cnpython.com/qa/292739 参考这个方法，有时候，不好用，有时候好用，不知道为什么。 ...
Pandas库--索引、选择器、指定元素赋值
HenrikHolm555的博客
08-10 1275
Pandas库--索引、选择器、指定元素赋值引入Pandas包Pandas索引索引对象常用索引类型Int64IndexMultiIndex重置索引索引操作 - - - -索引切片SeriesDataFrame选择器指定元素赋值 引入Pandas包 import pandas as pd Pandas索引 索引对象 pandas中的索引都是index类对象，又称为索引对象。索引对象是不可以进行单独修改。但是索引的对象可以进行整体的修改。 # 索引不能单独设置，只能整体设置 >>> frui
pandas给符合特定条件的列赋值
cf_jack的专栏
03-18 5845
pandas可以给符合特定条件的列赋值，如果这个列不存在也可以创建列名并赋值。 需要注意的是：如果是赋值的内容是个列表，该列表的长度与过滤后的行数要相等。 ##获得需要赋值的列表，使用array，可以是series conver to array，这样可以使用np.title，扩展array，扩展方式为[1,2,1,2] in_week_mean = callin.loc[:,callin.columns.isin(day_list)].mean(axis=1).array dsp(i
根据Pandas中两个多索引列的条件赋值
07-17 590
假设我们想要根据“letter”列的值来改变“value”列的值。注意，在实际应用中，你需要根据你的数据集和任务选择合适的机器学习模型和参数。assert df.iloc[1]['value'] == 20 - 10, "部分条件满足时，符合条件的值应相应变化"assert df.iloc[2]['value'] == 30 * 2, "全部满足时，所有符合条件的值都应相应变化"assert df.iloc[0]['value'] == 10, "所有条件都不满足时，值不应改变"# 所有条件都不满足。
pandas的索引赋值和案例
2302_80719643的博客
07-14 1103
获取分组之后的某一部分数据： df.groupby(by=["Country","State/Province"])["Country"].count() 对某几列数据进行分组： df["Country"].groupby(by=[df["Country"],df["State/Province"]]).count()处理方式2：填充数据，t.fillna(t.mean()),t.fiallna(t.median()),t.fillna(0)元组里面是（索引(分组的值)，分组之后的DataFrame）
Python数据分析pandas之多层高维索引
数据科学汇集
07-12 2159
Python数据分析pandas之多层维索引 DataFrame多层索引 多层索引简介 众所周知Pandas的Series和DataFrame存放的是一维和二维数组，那么想存放多维数组就得通过多层索引来实现。通常一维的索引能够满足我们的大部分需求，但如果我们想通过Pandas存储高维数据，那么就要用到多层索引，这里层即是层次（hierarchy）、级（Level）。 层（维）比较好理解的例子就是地理位置，如行政区划（国家、省、市、县等）。 初始化多层索引 通过from_tuples元组生成
pandas 索引详细操作
王小工小工历程
12-18 3010
Pandas中的索引（Index）是用于标识数据帧（DataFrame）和序列（Series）中的行的一种方式，类似于Python中的列表索引，但提供了更丰富的功能和更高的性能。
pandas设置二级索引
最新发布
12-11
<think>根据用户问题，用户想了解Pandas如何设置二级索引。结合引用内容，特别是引用[1]中提到索引设置和重新设置索引的函数，引用[2][3]提到多层索引（二级索引）的操作，可以总结设置二级索引的方法。 1. 使用`set_index`方法：将现有列转换为索引，可以同时选择多列来创建二级索引。 2. 使用`MultiIndex`对象：直接创建多层索引，然后赋值给DataFrame的index或columns属性。 具体步骤： - 方法一：使用`set_index`方法，传入两个列名（列表形式），即可将这两列设置为二级索引。 - 方法二：使用`pd.MultiIndex`创建多层索引，再赋值给DataFrame的index。 此外，引用[2]中提到`pd.IndexSlice`用于多层索引的切片，但设置索引主要使用上述两种方法。 下面给出示例代码： </think> ### Pandas设置二级索引的方法 在Pandas中设置二级索引（多层索引）主要有以下两种方法： #### 方法1：使用`set_index()`方法（推荐） 这是最常用的方式，可将现有的DataFrame列转换为索引： ```python import pandas as pd # 创建示例DataFrame data = { '城市': ['北京', '北京', '上海', '上海', '广州'], '区域': ['朝阳', '海淀', '浦东', '徐汇', '天河'], '销售额': [250, 180, 300, 220, 150] } df = pd.DataFrame(data) # 设置二级索引（城市+区域） df_multi = df.set_index(['城市', '区域']) print(df_multi) ``` 输出结果： ``` 销售额 城市 区域 北京 朝阳 250 海淀 180 上海 浦东 300 徐汇 220 广州 天河 150 ``` #### 方法2：使用`MultiIndex`对象 直接创建多层索引对象后赋值： ```python # 创建二级索引对象 new_index = pd.MultiIndex.from_arrays( [['北京', '北京', '上海', '上海', '广州'], ['朝阳', '海淀', '浦东', '徐汇', '天河']], names=('城市', '区域') ) # 应用新索引 df.index = new_index print(df.drop(columns=['城市', '区域'])) # 移除原始列 ``` ### 关键说明 1. **索引优势**：多层索引可显著提升查询效率： - 当索引唯一时：哈希表优化($O(1)$)[^1] - 索引有序时：二分查找($O(logN)$)[^1] 2. **索引操作**： - 重置索引：`df.reset_index()` - 交叉切片：使用`pd.IndexSlice`进行高级查询[^2] ```python idx = pd.IndexSlice df_multi.loc[idx['北京', :]] # 获取北京所有区域数据 ``` 3. **注意事项**： - 设置索引后原列会被移除，需提前备份 - 使用`sort_index()`提升查询性能 - 分组操作自动生成多级索引[^3]
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值