只需一步，快速开始
后使用快捷导航没有帐号？
查看: 365|回复: 5
关于函数作用域问题，使用DataFrame作为参数
累计签到：13 天连续签到：1 天&
主要问题是，定义一个函数，其中一个参数为DataFrame,何时会对原来的DataFrame进行操作，何时不会？如何确保不会？如何确保会？
例如：
import pandas as pd
import numpy as np
from pandas import DataFrame,Series
a=DataFrame(np.arange(12).reshape(3,4))复制代码
第一个函数：
def test1(df):
& & df=df+1
& & return df
b=test1(a)
a
b复制代码
这时发现a没有变化，而b为函数运行后的结果
第二个函数
def test2(df):
& & & & df[0]+=1 #对传入的df的第一列+1
& & & & return df
c=test2(a)
a
c复制代码
这时发现a和c均为函数运行后的结果（即a发生了改变）。
求解：何时会对原来的DataFrame进行操作，何时不会？如何确保不会？如何确保会？
先看看你的a是一个什么类型,如果是一个不可变类型,比如整形,调用函数后a就不会改变,如果是可变类型,如列表,就会改变
1. 如果您的提问得到满意的答案，请务必选择【最佳答案】；2. 如果想鼓励一下楼主或帮助到您的朋友，可以给他们【评分】作为奖励；3. 善用【论坛搜索】功能，那里可能有您想要的答案；4. 粘贴代码请点击编辑框上的
按钮，否则您的代码可能会被“吃掉”！
累计签到：320 天连续签到：1 天&
先看看你的a是一个什么类型,如果是一个不可变类型,比如整形,调用函数后a就不会改变,如果是可变类型,如列表,就会改变
1. 如果您的提问得到满意的答案，请务必选择【最佳答案】；2. 如果想鼓励一下楼主或帮助到您的朋友，可以给他们【评分】作为奖励；3. 善用【论坛搜索】功能，那里可能有您想要的答案；4. 粘贴代码请点击编辑框上的
按钮，否则您的代码可能会被“吃掉”！
累计签到：13 天连续签到：1 天&
先看看你的a是一个什么类型,如果是一个不可变类型,比如整形,调用函数后a就不会改变,如果是可变类型,如列表, ...
传入的参数是可变的，类型是DataFrame，如果要进行test2函数的操作，但是不想影响到a，应该如何做？
1. 如果您的提问得到满意的答案，请务必选择【最佳答案】；2. 如果想鼓励一下楼主或帮助到您的朋友，可以给他们【评分】作为奖励；3. 善用【论坛搜索】功能，那里可能有您想要的答案；4. 粘贴代码请点击编辑框上的
按钮，否则您的代码可能会被“吃掉”！
累计签到：320 天连续签到：1 天&
From FishC Mobile
bp2018 发表于
传入的参数是可变的，类型是DataFrame，如果要进行test2函数的操作，但是不想影响到a，应该如何做？
用copy模块的deepcopy
1. 如果您的提问得到满意的答案，请务必选择【最佳答案】；2. 如果想鼓励一下楼主或帮助到您的朋友，可以给他们【评分】作为奖励；3. 善用【论坛搜索】功能，那里可能有您想要的答案；4. 粘贴代码请点击编辑框上的
按钮，否则您的代码可能会被“吃掉”！
累计签到：13 天连续签到：1 天&
用copy模块的deepcopy
如果数据量很大，copy一个新数据的时间也不短。。。有没有不用copy的办法？谢谢
1. 如果您的提问得到满意的答案，请务必选择【最佳答案】；2. 如果想鼓励一下楼主或帮助到您的朋友，可以给他们【评分】作为奖励；3. 善用【论坛搜索】功能，那里可能有您想要的答案；4. 粘贴代码请点击编辑框上的
按钮，否则您的代码可能会被“吃掉”！
累计签到：320 天连续签到：1 天&
试了一下不用copy那么麻烦,用切片就可以:def fun(a):
& & b = a[:]
& & b += [3]
& & return b复制代码
1. 如果您的提问得到满意的答案，请务必选择【最佳答案】；2. 如果想鼓励一下楼主或帮助到您的朋友，可以给他们【评分】作为奖励；3. 善用【论坛搜索】功能，那里可能有您想要的答案；4. 粘贴代码请点击编辑框上的
按钮，否则您的代码可能会被“吃掉”！
站长推荐 /1
欢迎来到三剑客的世界～
HTML5、CSS3、JavaScript
带着你自己的兴趣，在实战中锻炼，成长～
•••(
Powered by查看: 409|回复: 7
多列排序问题
阅读权限20
在线时间 小时
本帖最后由 jsmr3d 于
12:19 编辑
如何按第一列字头排序多列，见附件
12:19 上传
点击文件名下载附件
3.82 KB, 下载次数: 9
阅读权限20
在线时间 小时
=IFERROR(VLOOKUP($L2,$C$2:$H$6,COLUMN(A1),),&&)复制代码
N2&&输入普通公式& &下拉 右拉
阅读权限20
在线时间 小时
有哪位朋友遇到类似的问题，请解惑急用
阅读权限20
在线时间 小时
有哪位朋友遇到类似的问题，请解惑急用=IFERROR(VLOOKUP($L2,$C$2:$H$4,COLUMN(A:A),),&&)&&&复制代码
消除返回0的单元格用这个公式
阅读权限20
在线时间 小时
消除返回0的单元格用这个公式
谢谢，但是好像不对
阅读权限20
在线时间 小时
& & & & & & & &
谢谢，但是好像不对=IFERROR(VLOOKUP($L2,CHOOSE(MOD(COLUMN(A1),4),$C$2:$D$6,$C$2:$D$6,$E$2:$F$6,$E$2:$F$6,$G$2:$H$6,$G$2:$H$6),MOD(COLUMN(B:B),2)+1,),&&)&&&复制代码
不好意思马虎了，没有验证
N2输入&&下拉右拉。
阅读权限50
在线时间 小时
本帖最后由 hcm19522 于
12:31 编辑
yahoo blog&&&EXCEL迷&& &&&關鍵字&&2703
N2:S6{=INDIRECT(TEXT(MIN(IF(($C$2:$H$6=$L2)*($C$1:$H$1=T(OFFSET($M$1,,INT(COLUMN(B1)/2)*2-1))),ROW(C$2:H$6)*10+COLUMN($C2:$H6)+MOD(COLUMN(B1),2),999)),&!R0C0&),)
自定义&&:&&G/通用格式;;&&--&0為空白
(15.65 KB, 下载次数: 0)
15:32 上传
阅读权限10
在线时间 小时
不好意思马虎了，没有验证
N2输入&&下拉右拉。
还是不对，右拉后，丙队的篮球成绩显示的是53
最新热点 /1
ExcelHome每周都有线上直播公开课，
国内一流讲师真身分享，高手贴身答疑，
赶不上直播还能看录像，
关键居然是免费的！
厚木哥们都已经这么努力了，
你还好意思说学不好Office。
玩命加载中，请稍候
玩命加载中，请稍候
Powered by
本论坛言论纯属发表者个人意见，任何违反国家相关法律的言论，本站将协助国家相关部门追究发言者责任！ & & 本站特聘法律顾问：徐怀玉律师 李志群律师用python做数据分析4|pandas库介绍之DataFrame基本操作 - 简书
用python做数据分析4|pandas库介绍之DataFrame基本操作
怎样删除list中空字符？最简单的方法：new_list = [ x for x in li if x != '' ]
今天是5.1号。
这一部分主要学习pandas中基于前面两种数据结构的基本操作。
设有DataFrame结果的数据a如下所示：
一、查看数据（查看对象的方法对于Series来说同样适用）
1.查看DataFrame前xx行或后xx行a=DataFrame(data);a.head(6)表示显示前6行数据，若head()中不带参数则会显示全部数据。a.tail(6)表示显示后6行数据，若tail()中不带参数则也会显示全部数据。
2.查看DataFrame的index，columns以及valuesa.
3.describe()函数对于数据的快速统计汇总a.describe()对每一列数据进行统计，包括计数，均值，std，各个分位数等。
4.对数据的转置a.T
5.对轴进行排序a.sort_index(axis=1,ascending=False)；其中axis=1表示对所有的columns进行排序，下面的数也跟着发生移动。后面的ascending=False表示按降序排列，参数缺失时默认升序。
6.对DataFrame中的值排序a.sort(columns='x')即对a中的x这一列，从小到大进行排序。注意仅仅是x这一列，而上面的按轴进行排序时会对所有的columns进行操作。
二、选择对象
1.选择特定列和行的数据a['x']
那么将会返回columns为x的列，注意这种方式一次只能返回一个列。a.x与a['x']意思一样。
取行数据，通过切片[]来选择如：a[0:3]
则会返回前三行的数据。
2.loc是通过标签来选择数据a.loc['one']则会默认表示选取行为'one'的行；
a.loc[:,['a','b'] ]
表示选取所有的行以及columns为a,b的列；
a.loc[['one','two'],['a','b']]
表示选取'one'和'two'这两行以及columns为a,b的列；
a.loc['one','a']与a.loc[['one'],['a']]作用是一样的，不过前者只显示对应的值，而后者会显示对应的行和列标签。
3.iloc则是直接通过位置来选择数据这与通过标签选择类似a.iloc[1:2,1:2]
则会显示第一行第一列的数据;(切片后面的值取不到)
a.iloc[1:2]
即后面表示列的值没有时，默认选取行位置为1的数据;
a.iloc[[0,2],[1,2]]
即可以自由选取行位置，和列位置对应的数据。
4.使用条件来选择使用单独的列来选择数据a[a.c&0]
表示选择c列中大于0的数据
使用where来选择数据a[a&0]
表直接选择a中所有大于0的数据
使用isin()选出特定列中包含特定值的行a1=a.copy()a1[a1['one'].isin(['2','3'])]
表显示满足条件：列one中的值包含'2','3'的所有行。
三、设置值（赋值）
赋值操作在上述选择操作的基础上直接赋值即可。例a.loc[:,['a','c']]=9
即将a和c列的所有行中的值设置为9a.iloc[:,[1,3]]=9 也表示将a和c列的所有行中的值设置为9
同时也依然可以用条件来直接赋值a[a&0]=-a
表示将a中所有大于0的数转化为负值
四、缺失值处理
在pandas中，使用np.nan来代替缺失值，这些值将默认不会包含在计算中。
1.reindex()方法用来对指定轴上的索引进行改变/增加/删除操作，这将返回原始数据的一个拷贝。a.reindex(index=list(a.index)+['five'],columns=list(a.columns)+['d'])
a.reindex(index=['one','five'],columns=list(a.columns)+['d'])
即用index=[]表示对index进行操作，columns表对列进行操作。
2.对缺失值进行填充a.fillna(value=x)表示用值为x的数来对缺失值进行填充
3.去掉包含缺失值的行a.dropna(how='any')表示去掉所有包含缺失值的行
1.contactcontact(a1,axis=0/1，keys=['xx','xx','xx',...])，其中a1表示要进行进行连接的列表数据,axis=1时表横着对数据进行连接。axis=0或不指定时，表将数据竖着进行连接。a1中要连接的数据有几个则对应几个keys，设置keys是为了在数据连接以后区分每一个原始a1中的数据。
例：a1=[b['a'],b['c']]result=pd.concat(a1,axis=1，keys=['1','2'])
2.Append 将一行或多行数据连接到一个DataFrame上a.append(a[2:],ignore_index=True)表示将a中的第三行以后的数据全部添加到a中，若不指定ignore_index参数，则会把添加的数据的index保留下来，若ignore_index=Ture则会对所有的行重新自动建立索引。
3.merge类似于SQL中的join设a1,a2为两个dataframe,二者中存在相同的键值，两个对象连接的方式有下面几种：(1)内连接，pd.merge(a1, a2, on='key')(2)左连接，pd.merge(a1, a2, on='key', how='left')(3)右连接，pd.merge(a1, a2, on='key', how='right')(4)外连接， pd.merge(a1, a2, on='key', how='outer')至于四者的具体差别，具体学习参考sql中相应的语法。
六、分组（groupby）
用pd.date_range函数生成连续指定天数的的日期pd.date_range('',periods=10)
def shuju():
'date':pd.date_range('',periods=10),
'gender':np.random.randint(0,2,size=10),
'height':np.random.randint(40,50,size=10),
'weight':np.random.randint(150,180,size=10)
a=DataFrame(data)
用a.groupby('gender').sum()得到的结果为：
#注意在python中groupby(''xx)后要加sum()，不然显示
不了数据对象。
此外用a.groupby('gender').size()可以对各个gender下的数目进行计数。
所以可以看到groupby的作用相当于：按gender对gender进行分类，对应为数字的列会自动求和，而为字符串类型的列则不显示；当然也可以同时groupby(['x1','x2',...])多个字段，其作用与上面类似。
七、Categorical按某一列重新编码分类
如六中要对a中的gender进行重新编码分类，将对应的0，1转化为male，female，过程如下：
a['gender1']=a['gender'].astype('category')
a['gender1'].cat.categories=['male','female']
#即将0，1先转化为category类型再进行编码。
print(a)得到的结果为：
weight gender1
所以可以看出重新编码后的编码会自动增加到dataframe最后作为一列。
八、相关操作
描述性统计：1.a.mean()
默认对每一列的数据求平均值；若加上参数a.mean(1)则对每一行求平均值；
2.统计某一列x中各个值出现的次数：a['x'].value_counts()；
3.对数据应用函数a.apply(lambda x:x.max()-x.min())表示返回所有列中最大值-最小值的差。
4.字符串相关操作a['gender1'].str.lower()
将gender1中所有的英文大写转化为小写，注意dataframe没有str属性，只有series有，所以要选取a中的gender1字段。
九、时间序列
在六中用pd.date_range('xxxx',periods=xx,freq='D/M/Y....')函数生成连续指定天数的的日期列表。例如pd.date_range('',periods=10),其中periods表示持续频数；pd.date_range('','',freq='D')也可以不指定频数，只指定起始日期。
此外如果不指定freq，则默认从起始日期开始，频率为day。其他频率表示如下：
十、画图(plot)
在pycharm中首先要：import matplotlib.pyplot as plt
a=Series(np.random.randn(1000),index=pd.date_range('',periods=1000))
b=a.cumsum()
plt.show()
#最后一定要加这个plt.show()，不然不会显示出图来。
也可以使用下面的代码来生成多条时间序列图：
a=DataFrame(np.random.randn(1000，4),index=pd.date_range('',periods=1000),columns=list('ABCD'))
b=a.cumsum()
plt.show()
十一、导入和导出文件
写入和读取excel文件虽然写入excel表时有两种写入xls和csv，但建议少使用csv，不然在表中调整数据格式时，保存时一直询问你是否保存新格式，很麻烦。而在读取数据时，如果指定了哪一张sheet，则在pycharm又会出现格式不对齐。
还有将数据写入表格中时，excel会自动给你在表格最前面增加一个字段，对数据行进行编号。
a.to_excel(r'C:\\Users\\guohuaiqi\\Desktop\\2.xls',sheet_name='Sheet1')
a=pd.read_excel(r'C:\\Users\\guohuaiqi\\Desktop\\2.xls','Sheet1',na_values=['NA'])
注意sheet_name后面的Sheet1中的首字母大写；读取数据时，可以指定读取哪一张表中的数据，而
且对缺失值补上NA。
最后再附上写入和读取csv格式的代码：
a.to_csv(r'C:\\Users\\guohuaiqi\\Desktop\\1.csv'，sheet_name='Sheet1')
a=pd.read_csv(r'C:\\Users\\guohuaiqi\\Desktop\\1.csv',na_values=['NA'])
愿我长命百岁，yu你终老R语言的数据框排序
对于数据框的某一列排序问题，
比如data.frame的rt（name,sex,age,score）按照score进行排序，行也跟着变动
&-rt[order(rt[,4],decreasing=T),]
已投稿到：
以上网友发言只代表其个人观点，不代表新浪网的观点或立场。