2. 程式人生 > >python/pandas資料分析（十五）-聚合與分組運算例項

python/pandas資料分析（十五）-聚合與分組運算例項

阿新 • • 發佈：2019-01-11

用特定於分組的值填充缺失值

用平均值去填充nan

s=pd.Series(np.random.randn(6))
s[::2]=np.nan
s

0         NaN
1   -0.118174
2         NaN
3   -0.308161
4         NaN
5   -0.655565
dtype: float64

s.fillna(s.mean())
stats=['Ohio','New York','Vermont','Florida','Oregon','Nevada','California','Idaho']
group_key=['East']*4 + ['West'
 
]*4
data=pd.Series(np.random.randn(8),index=stats)
data[['Vermont','Nevada','Idaho']]=np.nan
data

Ohio          0.345378
New York      1.538009
Vermont            NaN
Florida       0.113972
Oregon        1.618781
Nevada             NaN
California    0.728396
Idaho              NaN
dtype: float64

其中group_key是

group_key

['East', 'East', 'East', 'East', 'West', 'West', 'West', 'West']
data.groupby(group_key).mean()

East    0.665786
West    1.173589
dtype: float64
fill_mean=lambda g:g.fillna(g.mean())
data.groupby(group_key).apply(fill_mean)

Ohio          0.345378
New York      1.538009
Vermont       0.665786
 

Florida       0.113972
Oregon        1.618781
Nevada        1.173589
California    0.728396
Idaho         1.173589
dtype: float64

也可自定義字典作為填充值

fill_values={'East':0.5,'West':-1}
fill_func=lambda g:g.fillna(fill_values[g.name])
data.groupby(group_key).apply(fill_func)

Ohio          0.345378
New York      1.538009
Vermont       0.500000
Florida       0.113972
Oregon        1.618781
Nevada       -1.000000
California    0.728396
Idaho        -1.000000
dtype: float64
card_val=(list(range(1,11)) + [10]*3 )*4
card_val
#需要強制將rang轉成list否則會報錯

base_names=['A']+list(range(2,11))+['J','K','Q']
base_names

['A', 2, 3, 4, 5, 6, 7, 8, 9, 10, 'J', 'K', 'Q']

未完待續

相關推薦

python/pandas資料分析（十五）-聚合與分組運算例項

用特定於分組的值填充缺失值 用平均值去填充nan s=pd.Series(np.random.randn(6)) s[::2]=np.nan s 0 NaN 1 -0.1181

利用 Python 進行資料分析（十二）pandas：資料合併

原文地址 pandas 提供了三種主要方法可以對資料進行合併： pandas.merge()方法：資料庫風格的合併；pandas.concat()方法：軸向連線，即沿著一條軸將多個物件堆疊到一起；例項方法combine_first()方法：合併重疊資料。 pandas

利用python進行資料分析（第二版） pdf下載

適讀人群 ：適合剛學Python的資料分析師或剛學資料科學以及科學計算的Python程式設計者。 閱讀本書可以獲得一份關於在Python下操作、處理、清洗、規整資料集的完整說明。本書第二版針對Python 3.6進行了更新，並增加實際案例向你展示如何高效地解決一系列資料分析問題。你將在閱讀

資料結構（十五）排序

排序演算法 0. 前言 本來準備自己寫，無意間看到一位大佬的博文…大家還是移步吧 推薦一套自己開發的演算法演示工具 1. 總結 排序方法 平均時間複雜度 最壞時間複雜度 額外空間複雜度 穩定性

資料結構（十五）最小生成樹

最小生成樹問題 1. 什麼是最小生成樹 是一棵樹 無迴路 |V|個頂點一定有 |V|-1 條邊 是生成樹 不唯一 包含全部頂點 |V|-1 條邊都在圖裡 邊的權值和最小

osgEarth的Rex引擎原理分析（十五）分頁瓦片載入器在更新遍歷時對請求處理過程

目標：（十四）中的34 osgEarthDrivers/engine_rex/Loader.cpp void PagerLoader::traverse(osg::NodeVisitor& nv) { for(count=0; count < _merges

python學習筆記：（十五）迭代器和生成器

一、迭代器： 　　1、迭代器是python最強大的功能之一，是訪問集合元素的一種方式。 　　2、迭代器是一個可以記住遍歷的位置的物件。 　　3、迭代器物件從集合的第一個元素開始訪問，直到所有的元素被訪問結束。迭代器只能往前不能後退。 　　4、迭代器的兩個基本方法：iter()和next() 　　5、

資料結構（十五）

最小生成樹問題 1. 什麼是最小生成樹 是一棵樹 無迴路 |V|個頂點一定有 |V|-1 條邊 是生成樹 不唯一 包含全部頂點 |V|-1 條邊都在圖裡 邊的權值和最小 2. 貪心演算法 什麼是 “貪”：每一步都是最好的 什麼是 “好”：權重最

維度模型資料倉庫（十五） —— 多重星型模式

（五）進階技術         10. 多重星型模式         從（五）進階技術1.  “增加列”開始，已經通過增加列和表擴充套件了資料倉庫，在（五）進階技術5. “快照”裡增加了第二個事實表，month_end_sales_order_fact表。這之後資料倉庫模式

Java資料結構（十五）—— 多路查詢樹

多路查詢樹 二叉樹和B樹 二叉樹的問題分析 二叉樹操作效率高 二叉樹需要載入到記憶體，若二叉樹的節點多存在如下問題： 問題1：構建二叉樹時，需多次進行I/O操作，對與速度有影響 問題2：節點海量造成二叉樹的高度很大，會降低操作速度 多叉樹 在二叉樹中，每個節點有資料項，最多有兩個子節

Java程式設計師從笨鳥到菜鳥之（六十四）細談Hibernate（十五）HQL與QBC查詢方式詳解

歡迎關注微信賬號：java那些事：csh624366188.每天一篇java相關的文章 java交流工作群1: 77800592（已滿） java交流學生群2：234897635（已滿） java交流工作群3：94507287 java交流工作群4: 272265434 我的郵箱：

Python資料處理之（十 五）Pandas 合併concat

一、要點 pandas處理多組資料的時候往往會要用到資料的合併處理,使用 concat是一種基本的合併方式.而且concat中有很多引數可以調整,合併成你想要的資料形式. 二、axis(合併方向) axis=0是預設值，因此未設定任何引數時，函式預設axis=0。 >

pandas創始人手把手教你利用Python進行資料分析（思維導圖）

Python高階--資料分析（pandas + matplotlib 繪圖）

一、matplotlib 庫 一個用來繪圖的庫 import matplotlib.pyplot as plt 1）plt.imread(“圖片路徑”) 功能: 將圖片載入後返回一個維陣列 >>> jin = plt.imread

用實戰玩轉pandas資料分析（一）——使用者消費行為分析（python）

  CD商品訂單資料的分析總結。根據訂單資料（使用者的消費記錄），從時間維度和使用者維度，分析該網站使用者的消費行為。通過此案例，總結訂單資料的一些共性，能通過使用者的消費記錄挖掘出對業務有用的資訊。對其他產品的線上消費資料分析有一定的借鑑價值，能達到舉一反三的效果。 訂單交易資料分析 [

python學習（十五） 屏幕抓取

處理 網上 rss 解析 是個 創建 網絡服務器 區別 內容 15.1 屏幕抓取 　　15.1.1 Tidy和XHTML解析 　　 Tidy：用來修復不規範且隨意的HTML文檔的工具。 　　 為什麽用XHTML： 和舊版本的HTML之間最主要的區別：HTML可能只用一個開始

Python學習筆記（十五）用Python獲取本地數據

cname lin txt .py ora 系統 筆記 緩沖 log f1 = open(r‘E:\Python\Data\data1.txt‘) #讀取data1.txt文件，使用系統默認緩沖區大小, 為了讀取快點，使用緩存吧！

python selenium 處理時間日期控件（十五）

開發 users key 時間控件 java hunk read picker eat 測試過程中經常遇到時間控件，需要我們來選擇日期，一般處理時間控件通過層級定位來操作或者通過調用js來實現。 1.首先我們看一下如何通過層級定位來操作時間控件。 通過示例圖可以看到

Python學習筆記（十五）

check target 哈哈 方法 多個 multi 定義 輸出 poll 一、進程與線程 　　一個操作系統可以有多個進程　　一個進程可以有多個線程，且必須有一個線程 二、多進程 　　from multiprocessing import Process　　import

python學習筆記（十五）之集合

head erro sdi pytho not in 註意 inter ren mod 集合：對應數學中的集合類型。集合中的元素是唯一，且無序的。 創建集合 　　方法一：使用{}，註意python會自動刪除重復元素 >>> number = {1,2,3