python自学篇十六[pandas——数据分析 （四）：唯一值+值计数+成员资格+层次索引+统计数据]

概括：Numpy+Scipy+pandas+matplotlib

一.pandas：唯一值、值计数以及成员资格

• unique方法用于获取Series中的唯一值数组(去重数据后的数组)
• value_counts方法用于计算一个Series中各值的出现频率
• isin方法用于判断矢量化集合的成员资格，可用于选取Series中或者DataFrame中列中数据的子集

二.pandas：层次索引

• 在某一个方向拥有多个(两个及两个以上)索引级别
• 通过层次化索引，pandas能够以较低维度形式处理高纬度的数据
• 通过层次化索引，可以按照层次统计数据
• 层次索引包括Series层次索引和DataFrame层次索引

1.两种索引值

代码：

import numpy as np
from pandas import Series, DataFrame
import pandas as pd
data=Series([988.44,55656,6959,56564,1235],
            index=[  #设置索引值
                ['2001','2001','2001','2002','2002'],
                [u'苹果',u'香蕉',u'西瓜',u'苹果',u'西瓜']
            ])
data

结果：

2001  苹果      988.44
      香蕉    55656.00
      西瓜     6959.00
2002  苹果    56564.00
      西瓜     1235.00
dtype: float64

2.层次化索引

代码：

import numpy as np
from pandas import Series, DataFrame
import pandas as pd
df=DataFrame({
   "year": [2001,2001,2002,2002,2003],
    "fruit": ['apple','banana','apple','banana','apple'],
   "production":[2345,3124,5698,4563,2135],
     "profits": [233.22,2562.43,2233.6,2633.30,6332.30],
})
df=df.set_index(['year','fruit'])
df

结果：

	production	profits
year	fruit		
2001	apple	2345	233.22
banana	3124	2562.43
2002	apple	5698	2233.60
banana	4563	2633.30
2003	apple	2135	6332.30

三.pandas：按照层次索引进行统计数据

1.sum()

代码：

import numpy as np
from pandas import Series, DataFrame
import pandas as pd
df=DataFrame({
   "year": [2001,2001,2002,2002,2003],
    "fruit": ['apple','banana','apple','banana','apple'],
   "production":[2345,3124,5698,4563,2135],
     "profits": [233.22,2562.43,2233.6,2633.30,6332.30],
})
df=df.set_index(['year','fruit'])
print(df.sum(level='year'))

结果：

      production  profits
year                     
2001        5469  2795.65
2002       10261  4866.90
2003        2135  6332.30

2.min()

代码：

import numpy as np
from pandas import Series, DataFrame
import pandas as pd
df=DataFrame({
   "year": [2001,2001,2002,2002,2003],
    "fruit": ['apple','banana','apple','banana','apple'],
   "production":[2345,3124,5698,4563,2135],
     "profits": [233.22,2562.43,2233.6,2633.30,6332.30],
})
df=df.set_index(['year','fruit'])
print(df.min(level=['fruit','year']))

结果：

         production  profits
fruit  year                     
apple  2001        2345   233.22
banana 2001        3124  2562.43
apple  2002        5698  2233.60
banana 2002        4563  2633.30
apple  2003        2135  6332.30

3.mean()

代码：

import numpy as np
from pandas import Series, DataFrame
import pandas as pd
df=DataFrame({
   "year": [2001,2001,2002,2002,2003],
    "fruit": ['apple','banana','apple','banana','apple'],
   "production":[2345,3124,5698,4563,2135],
     "profits": [233.22,2562.43,2233.6,2633.30,6332.30],
})
df=df.set_index(['year','fruit'])
print(df.mean(level='fruit'))

结果：

   production   profits
fruit                        
apple   3392.666667  2933.040
banana  3843.500000  2597.865

四.算法运算和数据对齐

五. 函数的应用和映射

六. 重置索引