数据结构
计算机网络
关系型数据库管理系统 (RDBMS)
操作系统
Java
MS Excel
iOS
HTML
CSS
Android
Python
C 语言
C++
C#
MongoDB
MySQL
Javascript
PHP
物理
化学
生物
数学
英语
经济
心理学
社会研究
时装研究
法律研究Pandas 中的分层数据
分层数据通常用于表示嵌套组或类别的多个级别。例如，一家公司可以按职员、部门和地点建立一个人员的层级关系。一个产品可以根据类别和子类别建立一个类别级次。处理分层数据时的其中一个难点是如何以表格格式表示数据，以便于操纵和分析。在本文中，我们将使用 Pandas 内置的方法（如“set_index（）”和“groupby（）”）来表示分层数据。
使用 Pandas 表示分层数据的 Python 程序
首先，让我们简要讨论一下上文中提到的 Pandas 和其内置方法
Pandas
这是一个用于数据分析和操纵的开源 Python 库。它可以处理关系型和带标注的数据，对指定数据进行各种操作，例如清理、过滤、分组、聚合和合并。这一功能使 Pandas 成为表示分层数据的完美选择。
要使用 Pandas，我们需要使用以下命令将 Pandas 导入到我们的代码中
import pandas as pd
此处，“pd”是我们为方便起见使用的引用名称。
set_index()
它用于通过一列或多列来设置给定 datafram 的索引。我们将在这个程序中使用该方法，以用 MultiIndex 表示指定的分级 dataframe。它跟 dataframe 的名称一起使用。
语法
nameOfDataframe.set_index(nameOfKeys, inplace = True)
参数
nameOfKeys 指定列名称。
inplace 指定是否修改原始 dataframe。它的默认值为 false，而将其设置为 True 时，原始 dataframe 将被永久修改。
groupby()
该方法用于按照指定条件拆分 dataframe。它提供一种处理分级数据的方法，方法是根据特定列的值将其分成明显不同的组。它也跟 dataframe 的名称一起使用。
语法
nameOfDataframe.groupby(nameOfColumn)
示例 1
下面的示例演示了如何在 Pandas 中使用 MultiIndex 创建分层 DataFrame。
方法
首先，导入 pandas 库。
然后，创建一个名为 'data' 的字典，它包含四个键：'Category'、'Item'、'Price' 和 'Quantity'。每个键都有一个列表作为它的对应值。
根据 'data' 字典创建一个 DataFrame 'df'，其中每个键和值都将成为行和列。
现在，将列 'Category' 和 'Item' 设置为 DataFrame 的索引，以创建一个分层索引。此外，将 'in-place' 设置为 true，这表示对 'df' 对象直接进行更改。
最后，打印 DataFrame 以显示分层数据并退出。
import pandas as pd
# Creating a user-defined hierarchical DataFrame
data = {
'Category': ['Fruit', 'Fruit', 'Vegetable', 'Vegetable'],
'Item': ['Apple', 'Orange', 'Carrot', 'Broccoli'],
'Price': [1.0, 0.8, 0.5, 0.7],
'Quantity': [10, 15, 8, 12]
}
df = pd.DataFrame(data)
# redefining the dataframe based on 'Category' and 'Item'
df.set_index(['Category', 'Item'], inplace = True)
# to show the hierarchical data
print(df)
输出
Category Item Price Quantity
Fruit Apple 1.0 10
Orange 0.8 15
Vegetable Carrot 0.5 8
Broccoli 0.7 12
示例 2
在下面的示例中，我们将演示在 Pandas 中使用 'groupby()' 方法来根据特定列对数据分组。我们将对前一个示例中使用过的代码进行轻微更改。此处，我们会根据 'Category' 列中的唯一值将数据进行分组。它将为每个唯一类别形成单独的分组。
import pandas as pd
# Creating a user-defined hierarchical DataFrame
data = {
'Category': ['Fruit', 'Fruit', 'Vegetable', 'Vegetable'],
'Item': ['Apple', 'Orange', 'Carrot', 'Broccoli'],
'Price': [1.0, 0.8, 0.5, 0.7],
'Quantity': [10, 15, 8, 12]
}
df = pd.DataFrame(data)
# redefining the dataframe by grouping based on 'Category'
grouped = df.groupby('Category')
# to display the hierarchical data
for name, group in grouped:
print(f"Category: {name}") # to represent name of the category
print(group) # to print each group
print()
输出
Category: Fruit
Category Item Price Quantity
0 Fruit Apple 1.0 10
1 Fruit Orange 0.8 15
Category: Vegetable
Category Item Price Quantity
2 Vegetable Carrot 0.5 8
3 Vegetable Broccoli 0.7 12
示例 3
这是另外一个示例，我们在其中再次对第二个示例的代码进行更改。我们将使用 Pandas 中的 groupby() 方法对分层数据分组，并将聚合函数应用到分组后的数据上。agg() 函数采用一个字典作为参数，键是我们想要聚合的列，值是我们想要应用到这些列的聚合函数。结果将存储在一个名为 'grouped' 的新 DataFrame 中。
import pandas as pd
# Creating a user-defined hierarchical DataFrame
data = {
'Category': ['Fruit', 'Fruit', 'Vegetable', 'Vegetable'],
'Item': ['Apple', 'Orange', 'Carrot', 'Broccoli'],
'Price': [1.0, 0.8, 0.5, 0.7],
'Quantity': [10, 15, 8, 12]
}
df = pd.DataFrame(data)
# redefining the dataframe based on 'Category' and 'Item'
grouped = df.groupby(['Category', 'Item']).agg({'Price': 'sum', 'Quantity': 'sum'})
# to show the dataframe as hierarchical data
print(grouped)
输出
Category Item Price Quantity
Fruit Apple 1.0 10
Orange 0.8 15
Vegetable Broccoli 0.7 12
Carrot 0.5 8
结论
在本文中，我们学习了 Pandas 中的几个内置方法，如 'set_index()' 和 'groupby()'。这些方法使我们能够轻松表示、处理和分析分层数据。set_index() 方法使用 Multiindex 的概念来表示分层数据，而 groupby() 则拆分 dataframe 进行表示。
2K+ 读者数
