chart-7

  1. # -*- coding: utf-8 -*-
  2. """
  3. Created on Tue Feb 21 15:17:51 2017
  5. @author: zzpp220
  6. """
  8. '''合并（ｍｅｒｇｅ）－列或者连接（ｃｏｎｃａｔ）－行数据集'''
  9. from pandas import DataFrame,Series
  10. from numpy import nan as NaN
  11. import pandas as pd
  12. import numpy as np
  13. import json
  15. df1=DataFrame({'left':list('bbacaab'),'data1':range(7)})
  16. df2=DataFrame({'right':list('abd'),'data2':range(3)})
  17. df12=pd.merge(df1,df2,left_on='left',right_on='right') ##分为内、外连接、像mysql 一样
  19. ##重塑和轴向旋转　stack: change col to row 和unstack:change row to col
  20. '''这个好！！该有的都由了'''
  21. df3=DataFrame(np.arange(6).reshape((2,3)),index=pd.Index(['sd','gz'],name='state'),columns=pd.Index(['one','two','thr'],name='number'))
  23. '''多重索引的Series和DataFrame可以通过stack，unstack相互转哈,默认情况下取的都是最内层的索引'''
  25. ##将列转为行，得到一个Series,索引是一个多重索引
  26. stack_df3=df3.stack()
  27. #对于一个层次化索引的Series ,可以用unstack 重排为ＤａｔａＦｒａｍｅ。
  28. stack_df3.unstack()
  30. '''
  31. df3.stack()
  32. Out[19]: 
  33. state  number
  34. sd     one       0
  35.        two       1
  36.        thr       2
  37. gz     one       3
  38.        two       4
  39.        thr       5
  40. dtype: int64
  43. stack_df3.unstack()
  44. Out[22]: 
  45. number  one  two  thr
  46. state                
  47. sd        0    1    2
  48. gz        3    4    5
  50. unstack and stack operate on the in-most level-index,also can operate on other level when give other para
  51. '''
  53. stack_df3.unstack('state')==stack_df3.unstack(0)## operate on the out-most level the same as :
  54. ''''stack_df3.unstack() 默认是按最内层也就是’number‘
  55. Out[22]: 
  56. number  one  two  thr
  57. state                
  58. sd        0    1    2
  59. gz        3    4    5
  60.                     stack_df3.unstack('state')==stack_df3.unstack(0)
  61.                     Out[25]: 
  62.                     state     sd    gz
  63.                     number            
  64.                     one     True  True
  65.                     two     True  True
  66.                     thr     True  True
  67. '''
  68. '''对全部的营养数据做分析'''
  70. db=json.load(open('/media/zzpp220/Data/Linux_Documents/DOWNLOAD/python-DataAnalysis/pydata-book-master/ch07/foods-2011-10-03.json'))
  71. nutrients=DataFrame(db[0]['nutrients'])
  72. '''
  73. nutrients[:10]
  74. Out[36]: 
  75.                    description        group units    value
  76. 0                      Protein  Composition     g    25.18
  77. 1            Total lipid (fat)  Composition     g    29.20
  78. 2  Carbohydrate, by difference  Composition     g     3.06
  79. 3                          Ash        Other     g     3.28
  80. 4                       Energy       Energy  kcal   376.00
  81. 5                        Water  Composition     g    39.28
  82. 6                       Energy       Energy    kJ  1573.00
  83. 7         Fiber, total dietary  Composition     g     0.00
  84. 8                  Calcium, Ca     Elements    mg   673.00
  85. 9                     Iron, Fe     Elements    mg     0.64
  86. '''
  87. info_keys=['description','group','id','manufacturer']
  88. info=DataFrame(db,columns=info_keys)##仅仅导入db中的info_keys中的字段，其他的就不导入了；　
  89. info[:5]
  90. '''查看食物类别的分布情况'''
  91. #info.group.value_counts()[:10]#查看group中的分布情况＝＝pd.values_count(info.group)
  93. '''将所有的食物的营养成分整合到一个大表中'''
  95. nutrients=[]
  96. for rec in db:
  97.     fnuts=DataFrame(rec['nutrients'])##将各食物的营养成分整合到一个大表
  98.     fnuts['id']=rec['id']#并且在表中添加一个表示编号的列,用原来的表中的值赋值
  99.     nutrients.append(fnuts)#依次将DataFrame添加到大的ｌｉｓｔ中
  100. nutrients=pd.concat(nutrients,ignore_index=True)##用concat连接起来大表
  101. '''查看表中有多少重复项'''
  102. nutrients.duplicated().sum()
  103. '''丢弃重复项'''
  104. nutrients.drop_duplicates()
  106. '''重命名对象中的列名(因为二者有相同的列，可能会混淆)'''
  107. col_mapping={'description':'food','group':'fgroup'}
  108. info=info.rename(columns=col_mapping,copy=False)
  109. '''
  110. info.rename(columns=col_mapping,copy=False)[:3]
  111. Out[50]: 
  112.               food                  fgroup    id manufacturer
  113. 0  Cheese, caraway  Dairy and Egg Products  1008             
  114. 1  Cheese, cheddar  Dairy and Egg Products  1009             
  115. 2     Cheese, edam  Dairy and Egg Products  1018 
  116. '''
  117. col_mapping={'description':'nutrients','group':'nutgroup'}
  118. nutrients=nutrients.rename(columns=col_mapping,copy=False)
  120. '''合并ｉｎｆｏ和nutrients'''
  121. ndata=pd.merge(nutrients,info,on='id',how='outer')
  122. '''根据营养分类，得出锌的中位值'''
  123. result=ndata.groupby(['nutrients','fgroup'])['value'].quantile(0.5)


【推广】 免费学中医，健康全家人
原文地址：https://www.cnblogs.com/zzxx-myblog/p/6481284.html