Python | pandas相关函数的使用教程+简单实例汇总
文章目录
- sort_values
-
- 使用方式
- 应用实例
- drop_duplicates
-
- 使用方式
- 应用实例
pandas是Python处理数据时最常用的工具包之一。本文介绍结合自身的实践经历，汇总相关函数的使用方法，供读者参考。
以下内容都需要导入pandas工具包
import pandas as pd
sort_values
使用方式
df.sort_values(by, axis=0, ascending=True, inplace=False, kind='quicksort', na_position='last')
参数说明如下：
axis：{0 or ‘index’, 1 or ‘columns’}, default 0，默认按照列排序，即纵向排序；如果为1，则是横向排序。
by：str or list of str；如果axis=0，那么by=“列名”；如果axis=1，那么by=“行名”。
ascending：布尔型，True则升序，如果by=[‘列名1’,‘列名2’]，则该参数可以是[True, False]，即第一字段升序，第二个降序。
inplace：布尔型，是否用排序后的数据框替换现有的数据框。
kind：排序方法，{‘quicksort’, ‘mergesort’, ‘heapsort’}, default ‘quicksort’。似乎不用太关心。
na_position：{‘first’, ‘last’}, default ‘last’，默认缺失值排在最后面。
应用实例
df = pd.DataFrame({'b':[1,2,3,2],'a':[4,3,2,1],'c':[1,3,8,2]},index=[2,0,1,3])
Out[5]:
b a c
2 1 4 1
0 2 3 3
1 3 2 8
3 2 1 2
df.sort_values(by='b') #等同于df.sort_values(by='b',axis=0)
Out[6]:
b a c
2 1 4 1
0 2 3 3
3 2 1 2
1 3 2 8
df.sort_values(by=['b','a'],axis=0,ascending=[False,True])
Out[7]:
b a c
1 3 2 8
3 2 1 2
0 2 3 3
2 1 4 1
df.sort_values(by=3,axis=1) #必须指定axis=1
Out[8]:
a b c
2 4 1 1
0 3 2 3
1 2 3 8
3 1 2 2
df.sort_values(by=[3,0],axis=1,ascending=[True,False])
Out[9]:
a c b
2 4 1 1
0 3 3 2
1 2 8 3
3 1 2 2
注意：指定多列（多行）排序时，先按排在前面的列（行）排序，如果内部有相同数据，再对相同数据内部用下一个列（行）排序，以此类推。如果内部无重复数据，则后续排列不执行。即首先满足排在前面的参数的排序，再排后面参数。
原文出自：https://www.jianshu.com/p/f0ed06cd5003
drop_duplicates
使用方式
df.drop_duplicates(subset=['A','B','C'],keep='first',inplace=True)
参数说明如下：
subset：表示要进去重的列名，默认为 None。
keep：有三个可选参数，分别是 first、last、False，默认为 first，表示只保留第一次出现的重复项，删除其余重复项，last 表示只保留最后一次出现的重复项，False 则表示删除所有重复项。
inplace：布尔值参数，默认为 False 表示删除重复项后返回一个副本，若为 Ture 则表示直接在原数据上删除重复项。
应用实例
data = {'A':[1, 0, 1, 1], 'B':[0, 2, 5, 0], 'C':[4, 0, 4, 4], 'D':[1, 0, 1, 1]}
df = pd.DataFrame(data=data)
Out[3]:
A B C D
0 1 0 4 1
1 0 2 0 0
2 1 5 4 1
3 1 0 4 1
df.drop_duplicates()
Out[4]:
// 删除了第4列
A B C D
0 1 0 4 1
1 0 2 0 0
2 1 5 4 1
df.drop_duplicates(keep='last')
Out[6]:
// 删除了第0列
A B C D
1 0 2 0 0
2 1 5 4 1
3 1 0 4 1
df.drop_duplicates(keep='last').reset_index(drop=True)
Out[8]:
// 使用reset_index函数后，可以将行标签重新从0开始排序
A B C D
0 0 2 0 0
1 1 5 4 1
2 1 0 4 1
df.drop_duplicates(keep=False)
Out[9]:
// 删除了第0列和第3列
A B C D
1 0 2 0 0
2 1 5 4 1
df.drop_duplicates(subset=['D'], keep=False)
Out[11]:
// 删除了第0,2,3列，他们的D列都是1
A B C D
1 0 2 0 0
原文出自：http://c.biancheng.net/pandas/drop-duplicate.html