前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >【项目实战】自监控-11-DataFrame索引操作(下篇)

【项目实战】自监控-11-DataFrame索引操作(下篇)

作者头像
zishendianxia
发布2019-10-23 17:02:40
3740
发布2019-10-23 17:02:40
举报
文章被收录于专栏:Python工程师

系统:Windows 7 语言版本:Anaconda3-4.3.0.1-Windows-x86_64 编辑器:pycharm-community-2016.3.2

  • 这个系列主要是实际在做项目的一个笔记
  • 自监控项目,主要是对采集的质量监控数据做的一个实时预警
  • 今天讲讲对DataFrame的行列索引重排序

今日歌曲:

1

数据源

Part 1:构建一个DataFrame

  1. 一个DataFrame可以看成一个二维表格,不过这个二维表格有行标题也有列标题,而且每类标题可能不止一级
  2. 示例中由一个字典构建一个DataFrame
  3. 通过index参数指定行名称
  4. 构建完一个DataFrame后,另外通过loc又增加了一列
    • 通过字典构建DataFrame,它的列已经默认排序好了
    • 为了体现后续的排序效果,额外增加了一列
代码语言:javascript
复制
import pandas as pddict1 = {"e": [1, 2, 3, 4], "c": [11, 12, 13, 14],
        "b": [21, 22, 23, 24], "d": [31, 32, 33, 34]}
df = pd.DataFrame(dict1, index=["j", "k", "h", "i"])
df.loc[:, "a"] = [91, 92, 93, 94]
print("df=\n", df, "\n")

运行结果

2

索引排序

Part 2:根据索引排序

  1. sort_index(axis=0, ascending=True)可以选择对行索引排序还是列索引排序
    • axis=0对行索引排序
    • axis=1对列索引排序
    • ascending=True为升序
代码语言:javascript
复制
df2 = df.sort_index(axis=0, ascending=True)
print("df2=\n", df2, "\n")df3 = df.sort_index(axis=1, ascending=True)
print("df3=\n", df3, "\n")

运行结果

3

索引输出

Part 3:将索引转化为列表输出

  1. 使用tolist()函数将索引直接转化为列表
  2. df.index.values也可以得到索引对应的值,但是类型依然是numpy.ndarray
代码语言:javascript
复制
ind = df.index.tolist()
print("ind=", ind)
print("ind类型", type(ind), "\n")ind2 = df.index.values
print("ind2=", ind2)
print("ind2类型", type(ind2))

运行结果


本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2017-08-18,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 Python工程师 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • Part 1:构建一个DataFrame
  • Part 2:根据索引排序
  • Part 3:将索引转化为列表输出
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档