Python之pandas实现更复杂的Excel操作

共 1333字,需浏览 3分钟

 ·

2020-08-19 02:09


◆ ◆ ◆  ◆ 



我是需求


有人问了我一个这样的问题,题目是:……。直接上图吧~

总之一句话,给我求出每名同学两次模拟考试的成绩涨跌情况


我来安排


1.造点假数据
import pandas as pddata = {'考试':['一模','二模','一模','二模','一模','二模'],        '姓名':['张三','张三','李四','李四','王五','王五'],        '语文':[78,75,68,72,80,82],        '数学':[90,95,78,76,100,92],        '英语':[85,82,78,76,86,93]}df = pd.DataFrame(data)df


#方法一#


2.1先分组求首尾数据之差
# 一定要深刻体会groupby后加的字段的不同delta = df.groupby('姓名')['考试','语文','数学','英语'].last() - df.groupby('姓名')['语文','数学','英语'].first()# 重设索引,使姓名列恢复列字段delta.reset_index(inplace = True)# 填充为对比,满足需求的每一个小细节delta.fillna('对比',inplace=True)# 输出瞧一瞧delta



3.1使用append添加结果进去
# 这种方式是可以设置ignore_index = Truedf.append(delta,ignore_index = True,sort = False).sort_values('姓名').reset_index(drop=True)


#方法二#


2.2先分组使用diff( )方法求差值
delta = df.groupby('姓名').diff().dropna()delta



3.2使用append添加结果进去

# 这种方式必须设置ignore_index = False,否则在索引排序时就会匹配不到结果df.append(delta,ignore_index = False,sort = False).sort_index().fillna({'考试':'对比'}).fillna(method = 'ffill')



上图结果可以看到,我们利用了索引的一个排序,完成了差值的匹配。当然,可以使用重设索引来更新一下。好了,完成--!!!


觉得精彩,记得点在看否则没有动力原创啊!跪谢~



我是总结


本文讲解了这几大需要掌握的知识点:

1.深入理解分组聚合的众多妙处。
2.不同参数对结果的影响。
3.append方法,fillna方法,diff方法的使用。



送书:在看,点赞,分享朋友圈第一名即可获得。




-- END --



Python 进阶编程之字典的高级用法


Python实现行转列?!超简单,赶快get起来


Python一行命令生成数据分析报告


在看”的永远18岁~
浏览 44
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报
评论
图片
表情
推荐
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报