資料結構
計算機網路
關係型資料庫管理系統 (RDBMS)
作業系統
Java
MS Excel
iOS
HTML
CSS
Android
Python
C 語言
C++
C#
MongoDB
MySQL
Javascript
PHP
物理
化學
生物
數學
英語
經濟
心理學
社會研究
時裝研究
法律研究Pandas 中的分層資料
分層資料通常用於表示巢狀組或類別的多個級別。例如，一家公司可以按職員、部門和地點建立一個人員的層級關係。一個產品可以根據類別和子類別建立一個類別級次。處理分層資料時的其中一個難點是如何以表格格式表示資料，以便於操縱和分析。在本文中，我們將使用 Pandas 內建的方法（如“set_index（）”和“groupby（）”）來表示分層資料。
使用 Pandas 表示分層資料的 Python 程式
首先，讓我們簡要討論一下上文中提到的 Pandas 和其內建方法
Pandas
這是一個用於資料分析和操縱的開源 Python 庫。它可以處理關係型和帶標註的資料，對指定資料進行各種操作，例如清理、過濾、分組、聚合和合並。這一功能使 Pandas 成為表示分層資料的完美選擇。
要使用 Pandas，我們需要使用以下命令將 Pandas 匯入到我們的程式碼中
import pandas as pd
此處，“pd”是我們為方便起見使用的引用名稱。
set_index()
它用於透過一列或多列來設定給定 datafram 的索引。我們將在這個程式中使用該方法，以用 MultiIndex 表示指定的分級 dataframe。它跟 dataframe 的名稱一起使用。
語法
nameOfDataframe.set_index(nameOfKeys, inplace = True)
引數
nameOfKeys 指定列名稱。
inplace 指定是否修改原始 dataframe。它的預設值為 false，而將其設定為 True 時，原始 dataframe 將被永久修改。
groupby()
該方法用於按照指定條件拆分 dataframe。它提供一種處理分級資料的方法，方法是根據特定列的值將其分成明顯不同的組。它也跟 dataframe 的名稱一起使用。
語法
nameOfDataframe.groupby(nameOfColumn)
示例 1
下面的示例演示瞭如何在 Pandas 中使用 MultiIndex 建立分層 DataFrame。
方法
首先，匯入 pandas 庫。
然後，建立一個名為 'data' 的字典，它包含四個鍵：'Category'、'Item'、'Price' 和 'Quantity'。每個鍵都有一個列表作為它的對應值。
根據 'data' 字典建立一個 DataFrame 'df'，其中每個鍵和值都將成為行和列。
現在，將列 'Category' 和 'Item' 設定為 DataFrame 的索引，以建立一個分層索引。此外，將 'in-place' 設定為 true，這表示對 'df' 物件直接進行更改。
最後，列印 DataFrame 以顯示分層資料並退出。
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)
輸出
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，我們將演示在 Pandas 中使用 'groupby()' 方法來根據特定列對資料分組。我們將對前一個示例中使用過的程式碼進行輕微更改。此處，我們會根據 'Category' 列中的唯一值將資料進行分組。它將為每個唯一類別形成單獨的分組。
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()
輸出
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
這是另外一個示例，我們在其中再次對第二個示例的程式碼進行更改。我們將使用 Pandas 中的 groupby() 方法對分層資料分組，並將聚合函式應用到分組後的資料上。agg() 函式採用一個字典作為引數，鍵是我們想要聚合的列，值是我們想要應用到這些列的聚合函式。結果將儲存在一個名為 '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)
輸出
Category Item Price Quantity
Fruit Apple 1.0 10
Orange 0.8 15
Vegetable Broccoli 0.7 12
Carrot 0.5 8
結論
在本文中，我們學習了 Pandas 中的幾個內建方法，如 'set_index()' 和 'groupby()'。這些方法使我們能夠輕鬆表示、處理和分析分層資料。set_index() 方法使用 Multiindex 的概念來表示分層資料，而 groupby() 則拆分 dataframe 進行表示。
2K+ 讀者數
