Python学习笔记之pandas索引列、过滤、分组、求和功能示例

一、在pandas中添加索引列

pandas是一种数据处理工具，用于将数据以表格的形式处理。在pandas中，DataFrame是最常使用的数据结构。使用pandas处理数据时，可以为DataFrame添加索引列，提高数据的处理效率。

下面是添加索引列的示例代码：

import pandas as pd
df = pd.read_csv('data.csv')
df.index = pd.RangeIndex(start=0, stop=len(df), step=1)

通过以上代码，我们可以为读取的data.csv文件中的数据添加索引列，其索引列的长度为数据本身的长度。

二、使用pandas进行数据过滤

在pandas中，我们可以使用DataFrame的loc和iloc方法对数据进行过滤。loc方法允许我们按照行列进行过滤，iloc方法允许我们按照索引进行过滤。

以下是使用loc方法过滤数据的示例代码：

import pandas as pd
df = pd.read_csv('data.csv')
df_filtered = df.loc[df['column_name'] == 'value']

以上代码中，我们按照column_name列的值为value进行了过滤，并将结果存储在了df_filtered中。

三、使用pandas进行数据分组和求和

在数据处理的过程中，我们通常需要将数据按照某个属性分组，并对每个组的数据进行统计和分析。在pandas中，我们可以使用DataFrame的groupby方法实现数据分组功能，并使用sum方法实现数据求和功能。

以下是使用groupby方法和sum方法进行数据分组和求和的示例代码：

import pandas as pd
df = pd.read_csv('data.csv')
df_grouped = df.groupby('column_name')['value'].sum()

以上代码中，我们根据column_name的值对数据进行了分组，并对每个分组的value值进行了求和，并将结果存储在了df_grouped中。

四、示例

下面我们通过一个具体的示例来说明以上三个功能的使用。

假设我们有如下的一张电影票房表：

电影名称	周票房
哪吒之魔童降世	2000000
大黄蜂	500000
看不见的客人	300000
小丑	1000000
冰雪奇缘2	900000
大侦探皮卡丘	600000
我和我的祖国	800000
转型团伙	700000
少年的你	1200000

现在我们有以下需求：

• 需要给上述数据添加一个新的索引列，用于表示电影排名。
• 需要对票房前三名的电影进行筛选，并将筛选结果显示在屏幕上。
• 需要对所有电影的票房进行求和，并将结果显示在屏幕上。

以下是示例代码：

import pandas as pd

# 添加索引列
df = pd.read_csv('box_office.csv')
df.index = pd.RangeIndex(start=1, stop=len(df)+1, step=1)

# 进行数据筛选
df_filtered = df.nlargest(3, '周票房')

# 统计所有电影的票房
total_box_office = df['周票房'].sum()

# 输出结果
print(df_filtered)
print('总票房：', total_box_office)

输出结果为：

   电影名称      周票房
1  哪吒之魔童降世  2000000
9  少年的你      1200000
4  小丑         1000000
总票房： 8900000

以上示例代码中，我们首先使用pd.read_csv方法读取了box_office.csv文件中的数据，并为其添加了一个新的索引列。然后使用nlargest方法对周票房前三名的电影进行了筛选，并使用sum方法对所有电影的周票房进行了求和。最后，将筛选结果和总票房信息显示在了屏幕上。