Pandas 组队学习:综合练习
EX1.
-
数据预处理：
将df2的日期格式转换为年份表示：
df2['日期'] = df2['日期'].apply(lambda x:x.split('/')[0])将df1的证券代码提取出：
df1['证券代码'] = df1['证券代码'].apply(lambda x:int(x[1:-1])) -
计算：
先分组，按年份计算每个公司的收入熵：
res = df2.groupby(['证券代码', '日期'])['收入额'].apply(lambda x: -((x/x.sum()*np.log(x/x.sum()))).sum()).reset_index() -
合并：
res的证券代码和日期格式与df1不一致，直接合并会报错，所以先将res的格式转换为整型：
res['证券代码'] = res['证券代码'].apply(lambda x:int(x)) res['日期'] = res['日期'].apply(lambda x:int(x))把结果合并到df1中：
df1.merge(res, on=['证券代码','日期'], how='left')
EX2.
-
生成新的列名，为wide_to_long做准备:
import pandas as pd df = pd.read_excel('组队信息汇总表（Pandas）.xlsx') new_name = ['所在群','队伍名称'] for i in range(11): new_name.append('编号_'+str(i)) new_name.append('昵称_'+str(i)) df.columns = new_name df.columns -
将宽表变为长表：
res = pd.wide_to_long(df, stubnames=['昵称', '编号'], i = ['队伍名称', '所在群'], j='是否队长', sep='_', suffix='.+').reset_index()队伍名称 所在群 是否队长 昵称 编号 0 你说的都对队 Pandas数据分析 0 山枫叶纷飞 5 1 你说的都对队 Pandas数据分析 1 蔡 6 2 你说的都对队 Pandas数据分析 2 安慕希 7 3 你说的都对队 Pandas数据分析 3 信仰 8 4 你说的都对队 Pandas数据分析 4 biubiu🙈🙈 20 -
将缺失值和所在群这一列删除：
res = res.drop(['所在群'],axis=1) res = res.dropna() -
是否是队长这一列中，’是‘为1，’不是‘为其他，所以根据这个规律用where函数替换：
res['是否队长'] = res['是否队长'].where(res['是否队长']>0,-1) res['是否队长'] = res['是否队长'].where(res['是否队长']<0,0) res['是否队长'] = res['是否队长'].where(res['是否队长']==0,1)最终结果：
队伍名称 所在群 是否队长 昵称 编号 0 你说的都对队 Pandas数据分析 1 山枫叶纷飞 5 1 你说的都对队 Pandas数据分析 0 蔡 6 2 你说的都对队 Pandas数据分析 0 安慕希 7 3 你说的都对队 Pandas数据分析 0 信仰 8 4 你说的都对队 Pandas数据分析 0 biubiu🙈🙈 20 打印一下自己队伍的结果：
res[res['队伍名称']=='joyful']队伍名称 所在群 是否队长 昵称 编号 165 joyful Pandas数据分析 1 AI 9 166 joyful Pandas数据分析 0 moon 106 167 joyful Pandas数据分析 0 快乐的貔貅 87 168 joyful Pandas数据分析 0 双手 12 169 joyful Pandas数据分析 0 Aquatic 66 170 joyful Pandas数据分析 0 彭舒凡 99 171 joyful Pandas数据分析 0 天国之影 10 172 joyful Pandas数据分析 0 WinqiHe 170 173 joyful Pandas数据分析 0 王婷-TeneT 17
