系统：Windows 10 编辑器：JetBrains PyCharm Community Edition 2018.2.2 x64 pandas：1.1.5
- 这个系列讲讲Python的科学计算及可视化
- 今天讲讲pandas模块
- 按照时间列，得出每行属于上中下旬，进而对df进行分组
Part 1：场景描述
- 已知df1，包括6列，
"quality_1", "measure_value", "up_tol", "down_tol", "group", "label" - 只需要其中的
'quality_1', 'group', 'label'，合计3列参与后续演示，记为df2 - 按照group组进行分组，label去重，以
,链接，记为df3
df1
df2
df3
Part 2：代码
import pandas as pd
# 显示所有列
pd.set_option('display.max_columns', None)
# 显示所有行
pd.set_option('display.max_rows', None)
# 设置显示长度为100
pd.set_option('max_colwidth', 100)
# 设置对齐
pd.set_option('display.unicode.ambiguous_as_wide', True)
pd.set_option('display.unicode.east_asian_width', True)
# 设置打印宽度
pd.set_option('display.width', 180)
dict_1 = {"quality_1": ["pos_1", "pos_1", "pos_2", "pos_2", "pos_3"],
"measure_value": [6, 4, 6, 3.5, 2.5],
"up_tol": [5, 5, 3, 3, 2],
"down_tol": [-5, -5, -3, -3, 2],
"group": ["A", "A", "B", "B", "C"],
"label": ["小雨", "小雨", "中雨", "小雪", "中雪"]}
# 生成df
df1 = pd.DataFrame(dict_1, columns=["quality_1", "measure_value", "up_tol", "down_tol", "group", "label"])
print('ndf1')
print(df1)
# 只保留部分列
list_output_fields = ['quality_1', 'group', 'label']
df2 = df1[list_output_fields]
print('ndf2')
print(df2)
def concat_func1(x):
print("nx")
print(x)
y = pd.Series({
'label': ','.join(x['label'].unique())
}
)
print("ny")
print(y)
print(type(y))
return y
def concat_func2(x):
y = pd.Series({
'label': ','.join(x['label'].unique()),
'quality_1': ' '.join(x['quality_1']),
}
)
return y
# 组合
df3 = df2.groupby(df2['group']).apply(
concat_func1).reset_index()
print('ndf3')
print(df3)
print('n')
print('分步骤展示')
df31 = df2.groupby(df2['group'])
list31 = list(df31)
print('ndf31')
print(df31)
print('nlist31')
print(list31)
df32 = df31.apply(concat_func2)
print('ndf32')
print(df32)
df33 = df32.reset_index()
print('ndf33')
print(df33)
代码截图
Part 3：输出结果
Part 4：部分代码解读
- df获取部分列数据，使用
df[字段列表]，注意list_output_fields是一个列表list_output_fields = ['quality_1', 'group', 'label']df2 = df1[list_output_fields]
df3 = df2.groupby(df2['group']).apply(concat_func1).reset_index()，以group列对df2进行分组，本示例中生成3个df，然后分别应用apply里面的函数pd.Series({'label': ','.join(x['label'].unique())}，对其中的label列进行去重，然后用,连接起来。pd.Series(参数)，若需要对多列进行处理，其中的参数是个字典，键是列名，值是处理方法，增加键值对即可 4.df32.reset_index()，索引进行重置，原索引变成一个列，如下图所示
Ps：apply函数这块之前也写过文章，但总觉得还没有理解透，后续可能还会写一些应用文章
reset_index
