pandas 学习第7篇：DataFrame - 数据处理（应用、操作索引、重命名、合并）

DataFrame的这些操作和Series很相似，这里简单介绍一下。

一，应用和应用映射

apply()函数对每个轴应用一个函数，applymap()函数对每个元素应用一个函数：

DataFrame.apply(self, func, axis=0, raw=False, result_type=None, args=(), **kwds)
DataFrame.applymap(self, func)

定义一个函数fun，使用apply()函数把fun应用到由DataFrame对象的列构成的一维数组上，通常fun函数是由聚合函数构成的。

f=lambda x: x.max()-x.min
df.apply(f)

定义一个函数foo，使用applymap()函数把函数foo应用于DataFrame对象的各个元素上，

foo=lambda x: '%.2f' % x
df.applymap(foo)

转换数据，调用函数对循环对数据元素进行处理：

DataFrame.transform(self, func, axis=0, *args, **kwargs)

二，操作索引

操纵索引包括：重索引、设置索引、替换轴的索引、重置索引

1，重索引

重索引是指数据框按照新的索引进行排列：

DataFrame.reindex(self, labels=None, index=None, columns=None, axis=None, 
          method=None, copy=True, level=None, fill_value=nan, limit=None, tolerance=None)

参数注释：

labels：array-like，新的轴（axis）标签，轴由参数axis指定
index，columns：新索引，如果指定index参数，等价于指定labels和axis=0/'index'，如果指定columns，等价于指定labels和axis=1/'columns'
axis：轴，axis=0/'index'表示行，axis=1/'columns'表示列
method：用于填充的方法，有效值是None, ‘backfill’/’bfill’, ‘pad’/’ffill’, ‘nearest’，
- 　　None表示不会填充
- 　　‘backfill’/’bfill’：表示回填，用NA的后面第一个有效值来填充当前的NA
- 　　‘pad’/’ffill’：表示补填，用前面第一个有效值来填充当前的NA
- 　　‘nearest’：用最接近NA的有效值来填充当前的NA
copy：默认值是True，返回新的对象
level：用于MultiIndex，在一个级别上，与MultiIndex进行匹配。
fill_value：标量值，默认值是np.NaN，用于对缺失值进行填充的值
limit：填充的最大次数
tolerance：可选参数，表示不能完全匹配的原始标签和新标签之间的最大距离，匹配位置处的索引值满足：abs（index_position - target_position）<= tolerance，容差可以是标量值（对所有序列值应用相同的容差），也可以是list-like结构（对每个序列元素应用可变容差），list-like结构包括列表、元组、数组和序列，并且list-like结构的长度和序列的长度和长度必须相同。

2、设置索引

设置索引，可以使用set_index()函数把已有的列转换为行索引，也可以使用set_axis()函数替换掉已有的轴索引。使用现有的列作为DataFrame的索引：

DataFrame.set_index(self, keys, drop=True, append=False, inplace=False, verify_integrity=False)

参数注释：

keys：列标签，或列标签的列表，
drop：默认值是True，表示删除keys参数指定的列；设置为False，表示不删除keys参数指定的列。
append：默认值是False，表示删除原始行索引；如果设置为True，表示向现有的行索引中追加索引。
verify_integrity：默认值是False，不检查新索引是否存在重复值。

3，替换轴的索引

把给定的轴的索引替换为新索引：

DataFrame.set_axis(self, labels, axis=0, inplace=None)

参数注释：

labels：新索引的值
axis：{0 or ‘index’, 1 or ‘columns’}, default 0，指定用于更新的轴
inplace：是否原地更新

使用新的索引来替换原始的行索引：

>>> df = pd.DataFrame({"A": [1, 2, 3], "B": [4, 5, 6]})
>>> df.set_axis(['a', 'b', 'c'], axis='index', inplace=False)
   A  B
a  1  4
b  2  5
c  3  6

4，重置索引

重置索引表示把DataFrame的索引设置为默认值，也就是从0开始到N-1的整数位置索引。设置索引是把列转换为索引，而重置索引可以认为是把索引转换为列，对于单级别的索引，常用的参数有：

DataFrame.reset_index(self, drop=False, inplace=False，...)

drop 参数表示是否删除原始索引，如果设置为False，那么索引转换为列；如果设置为True，表示把索引删除。

举个例子，对于以下数据框，索引是行标签：

>>> df = pd.DataFrame([('bird', 389.0),
...                    ('bird', 24.0),
...                    ('mammal', 80.5),
...                    ('mammal', np.nan)],
...                   index=['falcon', 'parrot', 'lion', 'monkey'],
...                   columns=('class', 'max_speed'))
>>> df
         class  max_speed
falcon    bird      389.0
parrot    bird       24.0
lion    mammal       80.5
monkey  mammal        NaN

对数据框重置索引，把原始索引的值转换为数据框的一列，并添加一个新的整数位置索引。

>>> df.reset_index()
    index   class  max_speed
0  falcon    bird      389.0
1  parrot    bird       24.0
2    lion  mammal       80.5
3  monkey  mammal        NaN

三，重命名轴

对列名或行标签重命名，可以使用rename()和rename_axis()函数

DataFrame.rename(self, mapper=None, index=None, columns=None, axis=None, copy=True, inplace=False, level=None, errors='ignore')
DataFrame.rename_axis(self, mapper=None, index=None, columns=None, axis=None, copy=True, inplace=False)

对于rename()函数，参数 mapper 可以是dick-like 结构，也可以是函数，举个例子，把DataFrame对象的列名由Timestamp类型转换为字符串类型：

df.rename(mapper =lambda x: pd.to_datetime(x).strftime('%Y%m%d') if x != 'na_count' else x, axis=1)

四，合并数据

DataFrame的合并（Merge）运算是通过一个或多个键把行连接起来，和关系型数据库的Join操作相同，但是DataFrame的合并只支持等值条件的合并：

DataFrame.merge(self, right, how='inner', left_on=None, right_on=None, left_index=False, right_index=False, 
                        sort=False, suffixes=('_x', '_y'), copy=True)

参数注释：

right：合并的右表
how：指定连接的类型，有效值是inner、outer、left、right，用于指定内连接、full outer、左外、右外连接：
left_on，right_on：分别用于指定连接的列，当在对应的列上值相同时，两个表合并的条件成立。
left_index，right_index：指定索引作为连接条件
sort：根据连接键对合并后的数据进行排序
suffixes：用于为重名的列指定后缀，默认值是('_x','_y')
copy：把数据复制到结果中

参考文档：

pandas DataFrame