小呆學資料分析 pandas中的層次化索引

層次化索引應用場景

例子王小呆的女朋友李小妹是高三老師，高考結束可以查分後，李小妹讓班級裡面的同學將查分結果彙總給她，形式都是張三.csv、李四.csv、王五.csv，內容如下：

張三.csv

姓名,科目,分數張三,英語,128 張三,語文,110 張三,數學,125

張三,理綜,238

李四.csv

姓名,科目,分數李四,英語,108 李四,語文,98 李四,數學,135

李四,理綜,245

王五.csv

姓名,科目,分數王五,英語,135 王五,語文,105 王五,數學,140

王五,理綜,256

李小妹看到這一系列的檔案，有點犯愁，於是給小呆交代了一項任務，把這些檔案的內容做成一張包含姓名各科成績的**。

小呆默默的開啟python，先想把這些資料導進去再說，於是寫下**

import pandas as pd
std1 = pd.read_csv(
'張三.csv'
, encoding =
'gb2312'
)print
(std1)

結果報錯，小呆想到張三.csv檔案和上兩次的檔案不一樣，這是中文名命名的檔案，所以是不是需要做點什麼變化，而且要將科目作為索引，應該怎麼做呢？小呆請教了小瓜，小瓜寫下**

std1 = pd.read_csv(
'張三.csv'
, encoding =
'gb2312'
, engine =
'python'
, index_col =
'科目'
)print
(std1)

結果如下

分數姓名科目張三英語 128 語文 110 數學 125

理綜 238

連續匯入李四.csv、王五.csv。並利用上次的堆疊技術將他們組合成乙個資料塊。於是小呆寫下**

std = pd.concat(
[std1, std2, std3]
)print
(std)

結果如下：

分數姓名科目張三英語 128 語文 110 數學 125 理綜 238 李四英語 108 語文 98 數學 135 理綜 245 王五英語 135 語文 105 數學 140

理綜 256

做到這裡小呆想起來小瓜說過的層次化索引就是這個吧，我可以通過外索引直接索引乙個資料塊，於是小呆寫下**

print
(std[
'李四'
])

執行結果報錯keyerror。小呆問小瓜什麼情況。對於這種情況（注①）不能直接和列表切片索引一樣的方式進行索引，而要採用loc方法才能正確進行索引。小瓜寫下一行**

print
(std.loc[
('李四')]
)

結果如下：

分數科目英語 108 語文 98 數學 135

理綜 245

小呆想著怎麼把這樣一綹的資料轉換成**呢？他想起小瓜說起過stack和unstack方法。於是他寫下**

print
(std.unstack(
))

結果如下：

分數科目數學理綜英語語文姓名張三 125 238 128 110 李四 135 245 108 98

王五 140 256 135 105

小呆看到結果想想，原來這個unstack方法好像是把最內層的行索引旋轉成列索引了，然後列內容按照指定的索引添滿。

那麼stack方法一定是將列索引旋轉重排成行索引，然後按指定的索引添滿相對應的值。為了驗證想法，小呆寫下**

std4 = std.unstack(
)print
(std4.stack(
))

結果如下：

分數姓名科目張三數學 125 理綜 238 英語 128 語文 110 李四數學 135 理綜 245 英語 108 語文 98 王五數學 140 理綜 256 英語 135

語文 105

果真如此，小呆將結果std4交給了小妹。

注①：這個情況是什麼情況呢？小呆還是想不通，小瓜告訴小呆，當是dataframe格式的資料時，要用loc函式來進行行索引。

機器學習

小瓜講機器學習——分類演算法（一）logistic regression(邏輯回歸)演算法原理詳解

小瓜講機器學習——分類演算法（二）支援向量機（svm）演算法原理詳解

小瓜講機器學習——分類演算法（三）樸素貝葉斯法（***** bayes）

小瓜講機器學習——分類演算法（四）k近鄰法演算法原理及python**實現

小瓜講機器學習——分類演算法（五）決策樹演算法原理及python**實現

小瓜講機器學習——聚類演算法（一）k-means演算法原理python**實現

小瓜講機器學習——聚類演算法（二）mean shift演算法原理及python**實現

小瓜講機器學習——聚類演算法（三）dbscan演算法原理及python**實現

資料分析

小呆學資料分析——使用pandas中的merge函式進行資料集合並

小呆學資料分析——使用pandas中的concat函式進行資料集堆疊

小呆學資料分析——pandas中的層次化索引

小呆學資料分析——使用pandas的pivot進行資料重塑

小呆學資料分析——用duplicated/drop_duplicates方法進行重複項處理

小呆學資料分析——缺失值處理（一）

小呆學資料分析——異常值判定與處理（一）

小瓜講資料分析——資料清洗

資料視覺化

小瓜講資料分析——資料視覺化工程（matplotlib庫使用基礎篇）

小瓜講matplotlib高階篇——座標軸設定（座標軸居中、座標軸箭頭、刻度設定、標識設定）

小呆學資料分析缺失值處理（一）

在收集資料的時候常常會遇到資料缺失，可能由於漏填，可能由於感測器故障，也可能就是邏輯上應該的比如未婚女生問卷上先生一欄肯定是空出來的缺失值不管如何缺失值需要在進一步資料分析前要進行相應的處理。預覽本節處理缺失值採用了以下幾個方案剔除用固定值補充用平均數補充例子小呆被交代一項任務，統計一下...

小呆學資料分析異常值判定與處理（一）

在收集資料的過程中，可能由於人為錄入錯誤等原因，會出現明顯不合法的資料，需要在進一步分析之前對這些值進行判定並且處理，才能得到合理的資料分析和挖掘的結果。預覽對異常值採用以下方案判定區間判定普通統計量箱型圖判定例子小呆被交代一項任務，統計一下這個星期各個洗髮露的銷量，小呆開啟營銷同事的記錄...

資料分析 pandas

pandas是乙個強大的python資料分析的工具包，它是基於numpy構建的，正因pandas的出現，讓python語言也成為使用最廣泛而且強大的資料分析環境之一。pandas的主要功能具備對其功能的資料結構dataframe，series 整合時間序列功能提供豐富的數算和操作靈活處理缺失...

小呆學資料分析 pandas中的層次化索引

小呆學資料分析 缺失值處理（一）

小呆學資料分析 異常值判定與處理（一）

資料分析 pandas

相關推薦

小呆學資料分析缺失值處理（一）

小呆學資料分析異常值判定與處理（一）