数据科学入门与实战：玩转pandas之七数据分箱技术，分组技术，聚合技术

首先导入相关包

import pandas as pd
import numpy as np
from pandas import Series,DataFrame
#数据分箱技术Binning

数据分箱技术

创建一个数列，长度为20，数值从25到100

score_list = np.random.randint(25,100,size=20)
print(score_list)

设置区间bins，并统计落入各区间的个数

#统计落入各区间的个数,突然想到可以用到直方图统计
bins = [0,59,70,80,100]
score_cut = pd.cut(score_list,bins)

打印一下score_cut

print(score_cut)

把每个分箱的个数统计出来~

rint(pd.value_counts(score_cut))

创建一个空的DateFrame

df = DataFrame()

给加一个score列~

df['score'] = score_list

rands随机生成三个字符串

df['student'] = [pd.util.testing.rands(3) for i in range(20)]

df['Categories'] = pd.cut(df['score'],bins)
print(df)

打印结果

给每个箱子一个标签，low,ok,good,great

df['Categories'] = pd.cut(df['score'],bins,labels=['Low','Ok','Good','Great'])
print(df)

数据分组技术

df = pd.read_csv('city_weather.csv')
print(df)

看看数据
通过city分组

g = df.groupby(df['city'])
print(g)

打印结果

<pandas.core.groupby.generic.DataFrameGroupBy object at 0x0000018242F94F70>

分组

#分组
print(g.groups)

{'BJ': Int64Index([0, 1, 2, 3, 4, 5], dtype='int64'), 'GZ': Int64Index([14, 15, 16, 17], dtype='int64'), 'SH': Int64Index([6, 7, 8, 9, 10, 11, 12, 13], dtype='int64'), 'SZ': Int64Index([18, 19], dtype='int64')}

打印下

df_bj = g.get_group('BJ')
print(df_bj)
print('-'*100)
print(df_bj.mean())

分别对gz sh …求平均值，最大值

print(g.mean())

print(g.max())

把g用list改变下

print(list(g))

然后将它变成一个字典

print(dict(list(g)))

看一下这个字典中key值为北京的value

print(dict(list(g))['BJ'])

…这样看看

#name 和group_df是自己命名的..因为有元组
for name,group_df in g:print(name)print('-'*100)print(group_df)

数据聚合技术

df = pd.read_csv('city_weather.csv')
g = df.groupby('city')
print(dict(list(g)))

print(g.agg('min'))
print(g.min())

def foo(attr):return attr.max() - attr.min()
print(g.agg(foo))#得到新的DateFrame

print(df)
g_new = df.groupby(['city','wind'])
print(g_new.groups)

print(g_new.get_group(('BJ',3)))

for (name,tem),group in g_new:print(name,tem)print(group)

数据科学入门与实战：玩转pandas之七数据分箱技术，分组技术，聚合技术相关推荐

python3数据科学入门与实战_Python3学习之Python3数据科学入门与实战视频教程
Python3学习之Python3数据科学入门与实战视频教程 Python3数据科学入门与实战这是一个数据驱动的时代,想要从事机器学习.人工智能.数据挖掘等前沿技术,都离不开数据跟踪,本课程通过Nu ...
数据科学入门与实战：玩转pandas实战项目分析航班晚点情况
引入相关包 import numpy as np import pandas as pd from pandas import DataFrame,Series 读取数据文件 df = pd.read ...
数据科学入门与实战：玩转pandas之七数据透视
数据透视引入相关包 #透视表 import numpy as np import pandas as pd from pandas import DataFrame,Series 看看- df = ...
数据科学入门与实战：玩转pandas之六时间序列
时间序列的操作基础首先引入相关的包 import numpy as np import pandas as pd from pandas import Series,DataFrame from d ...
数据科学入门与实战：玩转pandas之五
通过apply进行数据预处理首先读入csv文件 df = pd.read_csv('apply_demo.csv') print(df.head()) 看看规模 print(df.size) 创建新 ...
数据科学入门与实战：玩转pandas之二
Series,DateFrame的排序功能引入相关的包 import numpy as np import pandas as pd from pandas import Series,DataFr ...
数据科学入门与实战：玩转pandas之四
DataFrame的merge(合并)操作首先 import numpy as np import pandas as pd from pandas import Series,DataFrame ...
数据科学入门与实战：玩转pandas之三
重命名DataFrame的Index 引入包 import numpy as np import pandas as pd from pandas import Series,DataFrame 创建 ...
数据科学入门与实战：玩转pandas之一
首先引入相关的包 import numpy as np import pandas as pd from pandas import Series,DataFrame Serious的运算创建两个S ...

数据科学入门与实战：玩转pandas之七数据分箱技术，分组技术，聚合技术

数据分箱技术

数据分组技术

数据聚合技术

数据科学入门与实战：玩转pandas之七数据分箱技术，分组技术，聚合技术相关推荐

最新文章

热门文章