数据转换
删除重复元素
DataFrame对象的duplicated()函数可用来检测重复的行，返回元素为布尔型的Series对象。 每个元素对
应一行，如果该行与其他行重复（也就是说该行不是第一次出现），则元素为True; 如果跟前面不重复，则元
素就为False。
返回元素为布尔值的Series对象用处很大，特别适用于过滤操作。通常，所有重复的行都需要从DataFrame
对象中删除。pandas库的drop_duplicates()函数实现了删除功能，该函数返回的是删除重复行后的DataFmme对
象。
1 dframe = pd.DataFrame({ ‘color‘: [‘white‘,‘white‘,‘red‘,‘red‘,‘white‘],‘value‘: [2,1,3,3,2]})
2 print(dframe)
3 print(dframe.duplicated())
4 # 返回元素为布尔值的Series对象用处很大，特别适用于过滤操作。
5 print( dframe[dframe.duplicated()])
6 print(dframe.drop_duplicates())
7 输出：
8 color value
9 0 white 2
10 1 white 1
11 2 red 3
12 3 red 3
13 4 white 2
14 0 False
15 1 False
16 2 False
17 3 True
18 4 True
19 dtype: bool
20 color value
21 3 red 3
22 4 white 2
23 color value
24 0 white 2
25 1 white 1
26 2 red 3
用映射替换元素
要用新元素替换不正确的元素，需要定义一组映射关系。在映射关系中，旧元素作为键，新元素作为值。
DataFrame对象中两种旧颜色被替换为正确的元素。还有一种常见情况，是把NaN替换为其他值，比如0。
这种情况下，仍然可以用replace()函数，它能优雅地完成该项操作。
1 frame8 = pd.DataFrame({
2 ‘item‘: [‘ball‘, ‘mug‘, ‘pen‘, ‘pencil‘, ‘ashtray‘],
3 ‘color‘: [‘white‘, ‘rosso‘, ‘verde‘, ‘black‘, ‘yellow‘],
4 ‘price‘: [5.56, 4.20, 1.30, 0.56, 2.75]
5 })
6 print(frame8)
7 newcolors = {
8 ‘rosso‘: ‘red‘,
9 ‘verde‘: ‘green‘
10 }
11 print(frame8.replace(newcolors))
12
13 ser = pd.Series([13, np.nan, 4, 6, np.nan, 3])
14 print(ser.replace(np.nan, 0))
输出结果：
用映射添加元素
下面只是部分功能的展示，详情请参考官方文档。
1 frame9 = pd.DataFrame({
2 ‘item‘:[‘ball‘,‘mug‘,‘pen‘,‘pencil‘,‘ashtray‘],
3 ‘color‘:[‘white‘,‘red‘,‘green‘,‘black‘,‘yellow‘]
4 })
5 print(frame9)
6 price = {
7 ‘ball‘ : 5.56,
8 ‘mug‘ : 4.20,
9 ‘bottle1‘ : 1.30,
10 ‘scissors‘ : 3.41,
11 ‘pen‘ : 1.30,
12 ‘pencil‘ : 0.56,
13 ‘ashtray‘ : 2.75
14 }
15 frame9[‘price‘] = frame9[‘item‘].map(price) # 这里是按‘item’的对应关系添加
16 print(frame9)
输出结果：
官方文档案例：
1 df = pd.DataFrame({
2 ‘A‘: [‘bat‘, ‘foo‘, ‘ibat‘],
3 ‘B‘: [‘abc‘, ‘bar‘, ‘xyz‘]
4 })
5 # r‘^ba.$‘是匹配最后三个字符中前面量为ba的；$匹配结尾的
6 print(df.replace(to_replace=r‘^ba.$‘, value=‘new‘, regex=True))
输出结果：（上面关于正则的知识点请点击参考博客）
重命名轴索引
原文地址：https://www.cnblogs.com/dan-baishucaizi/p/9413165.html
时间： 2024-10-08 04:23:44