如果您想了解PythonPandas在dataFrame中计算百分比并将其放入列表的问题和pandas如何求百分比的知识，那么本篇文章将是您的不二之选。我们将深入剖析PythonPandas在data

如果您想了解Python Pandas在dataFrame中计算百分比并将其放入列表的问题和pandas 如何求百分比的知识，那么本篇文章将是您的不二之选。我们将深入剖析Python Pandas在dataFrame中计算百分比并将其放入列表的问题的各个方面，并为您解答pandas 如何求百分比的疑在这篇文章中，我们将为您介绍Python Pandas在dataFrame中计算百分比并将其放入列表的问题的相关知识，同时也会详细的解释pandas 如何求百分比的运用方法，并给出实际的案例分析，希望能帮助到您！

本文目录一览：

• Python Pandas在dataFrame中计算百分比并将其放入列表的问题（pandas 如何求百分比）
• PANDAS中类似SQL的窗口函数：Python Pandas Dataframe中的行编号
• pandas在DataFrame中获取给定索引的位置
• Python Pandas -- DataFrame
• Python pandas dataframe

Python Pandas在dataFrame中计算百分比并将其放入列表的问题（pandas 如何求百分比）

您可以尝试：

df.groupby('gender')['impressions'].apply(lambda x : (sum(x)/sum(df['impressions'])*100))


gender
female    57.0276
male      42.9724

和

df.groupby('gender')['impressions'].apply(lambda x : (sum(x)/sum(df['impressions'])*100)).to_list()


[57.02762682448004,42.972373175519957]

如果要使用所需的确切数据框，请将上面的内容另存为“ s”，然后执行以下操作：

s=df.groupby('gender')['impressions'].apply(lambda x : (sum(x)/sum(df['impressions'])*100))

pd.DataFrame(s).T

gender          female       male
impressions  57.027627  42.972373

,

您在这里：

df_agg = df.drop(['age'],axis=1).groupby('gender').sum()
print(df_agg['impressions']/df_agg['impressions'].sum()*100)

打印（根据您的数据可能有所不同）：

F    71.428571
M    28.571429
Name: impressions,dtype: float64

,

history

,

您可以尝试以下一种方法：

(df.groupby('gender').sum()['impressions']/df['impressions'].sum()).to_frame(name = 'impressions').T

PANDAS中类似SQL的窗口函数：Python Pandas Dataframe中的行编号

我来自sql背景，并且经常使用以下数据处理步骤：

1. 按一个或多个字段对数据表进行分区
2. 对于每个分区，在其每一行中添加一个行号，以行的一个或多个其他字段对行进行排名，分析人员在其中指定升序或降序

例如：

df = pd.DataFrame({''key1'' : [''a'',''a'',''a'',''b'',''a''],           ''data1'' : [1,2,2,3,3],           ''data2'' : [1,10,2,3,30]})df     data1        data2     key1    0    1            1         a           1    2            10        a        2    2            2         a       3    3            3         b       4    3            30        a

我正在寻找如何执行相当于此sql窗口函数的PANDAS：

RN = ROW_NUMBER() OVER (PARTITION BY Key1 ORDER BY Data1 ASC, Data2 DESC)    data1        data2     key1    RN0    1            1         a       1    1    2            10        a       2 2    2            2         a       33    3            3         b       14    3            30        a       4

我尝试了以下在没有“分区”的情况下必须工作的方法：

def row_number(frame,orderby_columns, orderby_direction,name):    frame.sort_index(by = orderby_columns, ascending = orderby_direction, inplace = True)    frame[name] = list(xrange(len(frame.index)))

我试图将这个想法扩展到可以使用分区（熊猫中的组），但是以下操作不起作用：

df1 = df.groupby(''key1'').apply(lambda t: t.sort_index(by=[''data1'', ''data2''], ascending=[True, False], inplace = True)).reset_index()def nf(x):    x[''rn''] = list(xrange(len(x.index)))df1[''rn1''] = df1.groupby(''key1'').apply(nf)

但是当我这样做时，我得到了很多NaN。

理想情况下，有一种简洁的方法可以复制sql的窗口函数功能（我已经弄清楚了基于窗口的聚合……这是熊猫的一个内衬）……有人可以和我分享最惯用的方法吗？在PANDAS中编号这样的行？

答案1

小编典典

您可以通过groupby与rank方法一起使用两次来做到这一点：

In [11]: g = df.groupby(''key1'')

使用min方法参数为共享相同RN的相同数据的值赋值：

In [12]: g[''data1''].rank(method=''min'')Out[12]:0    11    22    23    14    4dtype: float64In [13]: df[''RN''] = g[''data1''].rank(method=''min'')

然后对这些结果进行分组，并添加关于data2的排名：

In [14]: g1 = df.groupby([''key1'', ''RN''])In [15]: g1[''data2''].rank(ascending=False) - 1Out[15]:0    01    02    13    04    0dtype: float64In [16]: df[''RN''] += g1[''data2''].rank(ascending=False) - 1In [17]: dfOut[17]:   data1  data2 key1  RN0      1      1    a   11      2     10    a   22      2      2    a   33      3      3    b   14      3     30    a   4

感觉应该有一种本机的方法可以做到这一点（可能有！！）。

pandas在DataFrame中获取给定索引的位置

假设我有一个像这样的DataFrame：

df     A  B5    0  118   2  3125  4  5

5, 18, 125索引在哪里

我想在某个索引之前（或之后）得到该行。例如，我有索引18（例如，通过执行df[df.A==2].index），并且我想在之前获得该行，但我不知道该行具有5索引。

2个子问题：

• 如何获得索引的位置18？像df.loc[18].get_position()这样的东西会回来，1所以我可以在到达之前df.iloc[df.loc[18].get_position()-1]
• 有另一种解决办法，有点像选择-C，-A或者-B使用grep？

答案1

小编典典

对于第一个问题：

base = df.index.get_indexer_for((df[df.A == 2].index))

或者

base = df.index.get_loc(18)

要获得周围的环境：

mask = pd.Index(base).union(pd.Index(base - 1)).union(pd.Index(base + 1))

我使用索引和联合来删除重复项。您可能需要保留它们，在这种情况下可以使用np.concatenate

注意第一行或最后一行的匹配：)

Python Pandas -- DataFrame

pandas.DataFrame

class  pandas. DataFrame (data=None, index=None, columns=None, dtype=None, copy=False)[source]

Two-dimensional size-mutable, potentially heterogeneous tabular data structure with labeled axes (rows and columns). Arithmetic operations align on both row and column labels. Can be thought of as a dict-like container for Series objects. The primary pandas data structure

Parameters:

data : numpy ndarray (structured or homogeneous), dict, or DataFrame Dict can contain Series, arrays, constants, or list-like objects index : Index or array-like Index to use for resulting frame. Will default to np.arange(n) if no indexing information part of input data and no index provided columns : Index or array-like Column labels to use for resulting frame. Will default to np.arange(n) if no column labels are provided dtype : dtype, default None Data type to force. Only a single dtype is allowed. If None, infer copy : boolean, default False Copy data from inputs. Only affects DataFrame / 2d ndarray input

See also

DataFrame.from_records

constructor from tuples, also record arrays

DataFrame.from_dict

from dicts of Series, arrays, or dicts

DataFrame.from_items

from sequence of (key, value) pairs

pandas.read_csv, pandas.read_table, pandas.read_clipboard

1. 先来个小菜

  基于dictionary创建

from pandas import Series, DataFrame
import pandas as pd  
import numpy as np
d = {''col1'':[1,2],''col2'':[3,4]}
df = pd.DataFrame(data=d)
print(df)
print(df.dtypes)
#   col1  col2
#0     1     3
#1     2     4
#col1    int64
#col2    int64
#dtype: object

基于Numy的ndarrary

df2 = pd.DataFrame(np.random.randint(low=0, high=10, size=(5, 5)),columns=[''a'', ''b'', ''c'', ''d'', ''e''])
print (df2)
#   a  b  c  d  e
#0  0  2  4  7  0
#1  6  7  3  4  1
#2  5  3  3  8  7
#3  0  9  4  3  4
#4  7  4  7  0  0

 

Python pandas dataframe

 dataframe 列类型

df['客户id'] = df['客户id'].apply(pd.to_numeric)

df = pd.DataFrame(a, dtype='float')  #示例1
df = pd.DataFrame(data=d, dtype=np.int8) #示例2
df = pd.read_csv("somefile.csv", dtype = {'column_name' : str})

df[['col2','col3']] = df[['col2','col3']].apply(pd.to_numeric)

df[['two', 'three']] = df[['two', 'three']].astype(float)

    df.dtypes

    type(mydata[0][0])

   维度查看：df.shape
   数据表基本信息（维度、列名称、数据格式、所占空间等）：df.info()
   每一列数据的格式：df.dtypes
   某一列格式：df['B'].dtype

文件操作

DataFrame 数据的保存和读取

• df.to_csv 写入到 csv 文件
• pd.read_csv 读取 csv 文件
• df.to_json 写入到 json 文件
• pd.read_json 读取 json 文件
• df.to_html 写入到 html 文件
• pd.read_html 读取 html 文件
• df.to_excel 写入到 excel 文件
• pd.read_excel 读取 excel 文件

pandas.DataFrame.to_csv
将 DataFrame 写入到 csv 文件
    DataFrame.to_csv(path_or_buf=None, sep=', ', na_rep='', float_format=None, columns=None, header=True, index=True,
                     index_label=None, mode='w', encoding=None, compression=None, quoting=None, quotechar='"',
                     line_terminator='\n', chunksize=None, tupleize_cols=None, date_format=None, doublequote=True,
                     escapechar=None, decimal='.')

参数：
    path_or_buf : 文件路径，如果没有指定则将会直接返回字符串的 json
    sep : 输出文件的字段分隔符，默认为 “,”
    na_rep : 用于替换空数据的字符串，默认为''
    float_format : 设置浮点数的格式（几位小数点）
    columns : 要写的列
    header : 是否保存列名，默认为 True ，保存
    index : 是否保存索引，默认为 True ，保存
    index_label : 索引的列标签名

 

 

 

条件筛选

单条件筛选

多条件筛选

索引筛选

切片操作

loc函数[行用序号，列用名称]

iloc函数[行用序号，列用序号]

使用方法同loc函数，但是不再输入列名，而是输入列的index: data.iloc[row_index,col_index]

ix函数

at函数

iat函数

 

 

df.set_index('month')    


df.set_index(['year','month'])     


DataFrame.columns = [newName]

df['Hour'] = pd.to_datetime(df['report_date'])

df.rename(index = str,column = new_names)

 

删除列：

#通过特征选取
data = data[['age']]

#通过del 关键字
del  data['name']

#通过drop函数
data.drop(['name'],axis=1, inplace=True)

#通过pop
data.pop('name')

 

df = pd.read_csv(INPUTFILE, encoding = "utf-8")

df_bio = pd.read_csv(INPUTFILE, encoding = "utf-8", header=None) # header=None, header=0

 

显示前几行

df.head()

显示后几行

df.tail()

 

删除重复的数据

isDuplicated=df.duplicated() #判断重复数据记录
print(isDuplicated)
0    False
1    False
2     True
3    False
dtype: bool

#删除重复的数据
print(df.drop_duplicates()) #删除所有列值相同的记录，index为2的记录行被删除
  col1  col2
0    a     3
1    b     2
3    c     2

print(df.drop_duplicates(['col1'])) #删除col1列值相同的记录，index为2的记录行被删除
  col1  col2
0    a     3
1    b     2
3    c     2

print(df.drop_duplicates(['col2'])) #删除col2列值相同的记录，index为2和3的记录行被删除
  col1  col2
0    a     3
1    b     2

print(df.drop_duplicates(['col1','col2'])) #删除指定列（col1和col2）值相同的记录，index为2的记录行被删除
  col1  col2
0    a     3
1    b     2
3    c     2

df 某一列字母转大写小写
df['列名'] = df['列名'].str.upper()

df['列名'] = df['列名'].str.lower()

 

 

REF

https://www.cnblogs.com/aro7/p/9748202.html

https://www.cnblogs.com/hankleo/p/11462532.html

今天关于Python Pandas在dataFrame中计算百分比并将其放入列表的问题和pandas 如何求百分比的介绍到此结束，谢谢您的阅读，有关PANDAS中类似SQL的窗口函数：Python Pandas Dataframe中的行编号、pandas在DataFrame中获取给定索引的位置、Python Pandas -- DataFrame、Python pandas dataframe等更多相关知识的信息可以在本站进行查询。

本文标签：

• Python
• Pandas
• DataFrame
• 百分比计算