创建多重索引
letters = ['A', 'B', 'C']
numbers = list(range(10))
mi=pd.MultiIndex.from_product([letters,numbers])
s=pd.Series(np.random.rand(30),index=mi)
s
查询索引为1,3,6的值
s.loc[:,[1,3,6]]
多重索引Series切片
s.loc[pd.IndexSlice[:'B',5:]]
多重索引DataFrame
frame=pd.DataFrame(np.arange(12).reshape(6,2),index=[list('AAABBB'),list('123123')],columns=['hello','shiyanlou'])
frame
多重索引设置列名称
frame.index.names=['first','second']
frame
DataFrame行列名称转换
frame.stack()
DataFrame索引转换
frame.unstack()
DataFrame按关键字查询
df[df['name'].isin(['cat','dog'])]
DataFrame按标签及列名查询
df.loc[df.index[[1,3,4]],['animal','age']]
将 priority 列的 yes 值替换为 True，no 值替换为 False。
df['priority']=df.priority.map({'yes':'True','no':'False'})
DataFrame的每个元素减去每一行的平均值
df=pd.DataFrame(np.random.random(size=(5,3)))
print(df)
df.sub(df.mean(axis=1),axis=0)
DataFrame分组，并得到每一组中最大三个数的和
df = pd.DataFrame({'A': list('aaabbcaabcccbbc'),
'B': [12, 345, 3, 1, 45, 14, 4, 52, 54, 23, 235, 21, 57, 3, 87]})
print(df)
df.groupby('A')['B'].nlargest(3).sum(level=0)
数据清洗
df['Airline']=df['Airline'].str.extract('([a-zA-Z\s]+)',expand=False).str.strip()
df
格式统一化
delays=df['RecentDelays'].apply(pd.Series)
delays.columns=['delay_{}'.format(n) for n in range(1,len(delays.columns)+1)]
df=df.drop('RecentDelays',axis=1).join(delays)
df
DataFrame绘制柱形图折线图的组合图
df = pd.DataFrame({"revenue": [57, 68, 63, 71, 72, 90, 80, 62, 59, 51, 47, 52],
"advertising": [2.1, 1.9, 2.7, 3.0, 3.6, 3.2, 2.7, 2.4, 1.8, 1.6, 1.3, 1.9],
"month": range(12)
})
ax = df.plot.bar("month", "revenue", color="yellow")
df.plot("month", "advertising", secondary_y=True, ax=ax)