懂Excel就能轻松入门Python数据分析包pandas:对比更新

好用的东西不排斥,不要死盯在Excel上,像python处理数据更快更省,也是值得提倡。

> 经常听别人说 Python 在数据领域有多厉害,结果学了很长时间,连数据处理都麻烦得要死。后来才发现,原来不是 Python 数据处理厉害,而是他有数据分析神器—— pandas

前言

有时候我们需要对比两份数据有哪些不同值,在 Excel 中虽然没有实现对比功能,但通过公式也可以简单完成。不过你可能没想到的是,在 pandas 中实现对比功能,与 Excel 有异曲同工之处。

案例1

你千辛万苦整理了一份数据表,发给了同事,几小时后,同事在表格中修改了某些单元格的值,然后扔下一句话:麻烦你看看修改的对不对?

- 此时你很想问一句:

可以告诉我哪些修改了?

Excel 中,我们可以简单写一个等号,把两个表的值都对比一下:

虽然上述方式操作简单,但是你每次编写公式范围都要靠"手感"。现在看看 pandas 中怎么实现:

- pandas 中的原理其实与 Excel 操作是一样的,不过我们只需要写一次"双等号",pandas 会自动让2个表的每个值做对比

案例2

你会埋怨说,上面给我一堆 bool 值,有啥用?!你当然希望看看那些被修改的值。上面代码简单修改即可:

- cond = df_mdf != df_src , 这次我们把判断条件写成"!=",是"不等于"的意思

- df_mdf[cond] ,紧接着只要把那些"不等于"的结果放入"修改表",即可显示那些被修改的值

案例3

你的同事喜欢给你"开玩笑",这次他发过来的数据表,不小心把人名的顺序给打乱了:

- 现在修改后的表格数据,是按销量降序排列

这次我们不能直接根据位置判断,不过只需要简单调整即可:

- 关键1(红线部分),加载数据时,把第一列作为行索引

- 关键2(蓝线部分),让"乱序表"按"原始表"的索引重置一下

- 其他部分不变

> 实际上,pandas 中的判断是根据行列索引自动对齐

案例4

有时候,同事不会给你完整的数据表,他只提供修改的记录:

这次你不再需要关心哪些被修改了,而是怎么把修改后的结果更新到"原始表"。

pandas 当然不会让你失望:

- 关键在最后一行,DataFrame.update() ,按传入的 DataFrame 作为标准,更新原始表

- 时刻谨记,一切按行列索引自动对齐

> 你会发现,即使是非常复杂的表头,也能完成这些操作,因为 DataFrame 可以包含各种多层行列索引。因此,这案例中的列顺序有变化,同样可以完成操作

总结

- 注意 DataFrame 的行列索引,所有操作都自带索引对齐功能

- DataFrame.update ,能以另一个 DataFrame 为基准,做更新操作

需要源码的小伙伴,公众号发送"数据处理"

如果希望从零开始学习 pandas ,那么可以看看我的 pandas 专栏。

  • 发表于:
  • 原文链接https://kuaibao.qq.com/s/20190916A048MX00?refer=cp_1026
  • 腾讯「云+社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。

扫码关注云+社区

领取腾讯云代金券