Pandas 排序，时间处理

Pandas 排序

sort_values 排序

import pandas as pd
excel_name = '花梦影.xlsx'
df = pd.read_excel(excel_name)
# result = df.sort_values(by='粉丝数')  # 默认升序，降序 ascending=False
result = df.sort_values(by=['笔记类型', '粉丝数'], ascending=False)  # 按照类型和粉丝数排序

数据透视

透视语法

DataFrame.pivot_table(data, values=None, index=None, columns=None,
			aggfunc='mean', fill_value=None, margins=False,
			dropna=True, margins_name='All')

values: 对目标数据进行筛选，默认是全部数据，我们可通过values参数设置我们想要展示的数据列

index : 透视表的行索引，必要参数，如果我们想要设置多层次索引，使用列表[ ]

columns :透视表的列索引，非必要参数，同index使用方式一样

aggfunc ：对数据聚合时进行的函数操作，默认是求平均值，也可以sum、count等

margins ：额外列，在最边上，默认是对行列求和

fill_value : 对于空值进行填充

dropna : 默认开启去重

res = df.pivot_table(
    values='粉丝数', index='笔记类型', columns='发布时间', aggfunc='mean'
)

时间处理

转换为 datetime 对象

df['发布时间'] = pd.to_datetime(df['发布时间'])

将列表的时间列作为 timestamp 读取，从而将数据转换为日期

df = pd.read_excel(excel_name, parse_dates=['发布时间'])
df['发布时间'].max()
df['发布时间'].min()

时间对比

df['发布时间'].max() - df['发布时间'].min()

获取年

df['结束时间'] = df['结束时间'].dt.year