轉載于博主flash勝龍的文章，感謝博主的總結與分享，
原博客鏈接https://blog.csdn.net/u010770993/article/details/70312506
一、選取幾列組成新的dataframe：
df = df[['A列列名', 'S列列名', 'H列列名']]
二、選取某列'STATUS'里面元素為"ACTIVE"的行，即刪掉列STATUS元素不是ACTIVE的行
df = df[df['STATUS'] == "ACTIVE"]
（單項條件搜索，類似SELECT ALL WHERE df.STATUS = ACTIVE）
三、選取'BADTHING'列為元素空的行，即去掉BADTHING所在列中的空行所在行資料，組成一個新的dataframe
df = df[df['BADTHING'].isnull()]
（空值搜索）
四、選取GOODREASON列元素為串列['quality', 'cheap']內元素的行，即可用特定串列內容進行篩選
df = df[df['GOODREASON'].isin(['quality', 'cheap'])]
（多項條件搜索，類似SELECT ALL WHERE df.GOODREASON= quality AND cheap）
五、分組并進行遍歷，運用groupby和for：
groupByNew = df.groupby('CITY', sort=False)
for name, groupData in groupByNew:
# TODO …… ……
如代碼所示，我們可以對dataframe以某列'CITY'進行分組，我們如何取出某組的資料呢？當然是用
for回圈，取出來的name即是組名，而groupData同樣是一個dataframe，可以進行更進一步操作，
六、對Series資料進行排序：
series= series.sort_values(ascending=False) # 進行從大到小排序
進階：關于groupby的一些資訊：
在進行groupby運算后，直接列印會得一個object資訊，添加groups引數后
print df.groupby(by=['CITY']).groups
列印出來會是帶group標簽和原資料行標簽（也就是原來dataframe里面對應行的index）的組合資訊：
{'BEIJING': [25998L, 26134L, 26135L, 26235L, 26340L], 'SHANGHAI': [33370L, 33426L, 33541L], 'CHENGDU': [26153L]
我們可以看到，按照groups來print，得出city為北京的情況下，對應原來的行標簽第25998行、26134行等
即使指定了某列：
print df.groupby(by=['CITY'])['QUANTITY'].groups
依然會得出相同的結果：
{'BEIJING': [25998L, 26134L, 26135L, 26235L, 26340L], 'SHANGHAI': [33370L, 33426L, 33541L], 'CHENGDU': [26153L]
除非我們把每個分組的所有行都整理成一行，如用sum來求和：
print df.groupby(by=['CITY'])['QUANTITY'].sum()
這樣就可以成功轉換成dataframe了：
CITY
BEIJING 5
SHANGHAI 207
CHENGDU 518
……
匯總說明如下：
print '----------NEW------------\n', type(df.groupby(by=['CITY']))
print '----------NEW------------\n', type(df.groupby(by=['CITY']).sum())
print '----------NEW------------\n', type(df.groupby(by=['CITY'])['QUANTITY'])
print '----------NEW------------\n', type(df.groupby(by=['CITY'])['QUANTITY'].sum())
所得結果為：
----------NEW------------
----------NEW------------
----------NEW------------
----------NEW------------
說明：
一個dataframe經過groupby以后得到的型別是pandas.core.groupby.DataFrameGroupBy，而用for in回圈取出的每個項的型別是pandas.core.frame.DataFrame
一個dataframe經過groupby再進行sum以后仍然是dataframe（不過具體通過那一列來sum有待考證）
一個dataframe經過groupby以后再進行列選取，得到的是pandas.core.groupby.SeriesGroupBy型別，可知用for in回圈取出的是pandas.core.series.Series
一個series經過groupby再進行sum以后仍然是series
轉載請註明出處，本文鏈接：https://www.uj5u.com/houduan/154296.html
標籤：Python
下一篇：第6章函式-2 使用函式求素數和