Lnton羚通视频算法算力云平台如何快速了解pandas（下）

数据分组

Splitting : 利用某些条件将数据进行分组
Applying : 函数应用于每个单独的分组
Combining : 合并最终的结果

df = pd.DataFrame({"A": ["foo", "bar", "foo", "bar", "foo", "bar", "foo", "foo"],"B": ["one", "one", "two", "three", "two", "two", "one", "three"],"C": np.random.randn(8),"D": np.random.randn(8),}
)
df

     A      B         C         D
0  foo    one -0.738005 -2.019732
1  bar    one  0.887627  0.015670
2  foo    two -0.108933 -0.077614
3  bar  three  0.076641  1.675694
4  foo    two -0.787585  0.466678
5  bar    two  0.193921 -0.345819
6  foo    one  0.846988 -1.513333
7  foo  three  1.110915  0.189766

分组并应用 sum() 对他们进行求和汇总

                  C         D
A   B                        
bar one    0.887627  0.015670three  0.076641  1.675694two    0.193921 -0.345819
foo one    0.108983 -3.533064three  1.110915  0.189766two   -0.896518  0.389064

先对 A 分组，后对 B 分组

                  C         D
B     A                      
one   bar  0.887627  0.015670foo  0.108983 -3.533064
three bar  0.076641  1.675694foo  1.110915  0.189766
two   bar  0.193921 -0.345819foo -0.896518  0.389064

先对 B 分组，后对 A 分组

注意：对多个列进行操作，用 [["C", "D"]]
对一个列进行操作，可以用["C"], 当然也可以用 [["C"]]

数据表格形状改变

Stack

tuples = list(zip(["bar", "bar", "baz", "baz", "foo", "foo", "qux", "qux"],["one", "two", "one", "two", "one", "two", "one", "two"],)
)
# tuples
# 多索引值
index = pd.MultiIndex.from_tuples(tuples, names=["first", "second"])
df = pd.DataFrame(np.random.randn(8, 3), columns=["C1", "C2", "C3"], index=index)
df2 = df[:5]
df2

stack 将数据压缩成一个列

上面例子中 df2 的 shape 为 (5,3)

stacked 的 shape 为 (15, )

Pivot

创建一个电子表格风格的数据透视表作为数据框架。

函数原型: pandas.pivot_table(data, values=None, index=None, columns=None, aggfunc='mean', fill_value=None, margins=False, dropna=True, margins_name='All', observed=False, sort=True)

df = pd.DataFrame({"C1": ["one", "one", "two", "three"] * 3,"C2": ["A", "B", "C"] * 4,"C3": ["foo", "foo", "foo", "bar", "bar", "bar"] * 2,"C4": np.random.randn(12),"C5": np.random.randn(12),}
)
df

取 C1 列的值作为新的 label
取 C2, C3 列的值作为索引
取 C5 列的值作为表里的值, 无值则补 NaN

C1           one     three       two
C2 C3                               
A  bar  0.225416 -1.335228       NaNfoo -0.049645       NaN -1.054699
B  bar  0.594608       NaN -1.495795foo -2.182207 -0.359334       NaN
C  bar -0.873641  1.551327       NaNfoo -1.594076       NaN -0.669410

Lnton 羚通是专注于音视频算法、算力、云平台的高科技人工智能企业。公司基于视频分析技术、视频智能传输技术、远程监测技术以及智能语音融合技术等，拥有多款可支持 ONVIF、RTSP、GB/T28181 等多协议、多路数的音视频智能分析服务器 / 云平台。