pandas 取消堆叠数据框和堆栈系列
pandas unstack a dataframe and stack series
我有一个数据框,我想对某些行进行一些操作
import pandas as pd
import numpy as np
df = pd.DataFrame(np.random.randint(0,100,size=(100, 4)), columns=list('ABCD'))
比如我要取出第5、8、10行:
series_5 = df.iloc[5,:]
series_8 = df.iloc[8,:]
series_10 = df.iloc[10,:]
它们中的每一个都是由 df 的列索引的系列。它的名字将是 df 的索引,例如:
>>> series_5
A 22
B 14
C 3
D 22
Name: 5, dtype: int64
在对这三个系列中的每一个进行一些操作之后,我想将它们转换回与 df 具有相同格式(和索引)的数据帧,即
df_new:
A B C D
5 56 72 73 92
8 16 13 42 69
10 85 16 68 76
我现在坚持在更新系列 5、8、10 的值后创建这个新数据框(为了演示,您可以假设这些值与以前相同)。我还想问一下下一步该怎么做:用 df_new 为这三行更新 df。谢谢!
从系列集合创建数据框:
df_new = pd.DataFrame([series_5, series_8, series_10])
我有一个数据框,我想对某些行进行一些操作
import pandas as pd
import numpy as np
df = pd.DataFrame(np.random.randint(0,100,size=(100, 4)), columns=list('ABCD'))
比如我要取出第5、8、10行:
series_5 = df.iloc[5,:]
series_8 = df.iloc[8,:]
series_10 = df.iloc[10,:]
它们中的每一个都是由 df 的列索引的系列。它的名字将是 df 的索引,例如:
>>> series_5
A 22
B 14
C 3
D 22
Name: 5, dtype: int64
在对这三个系列中的每一个进行一些操作之后,我想将它们转换回与 df 具有相同格式(和索引)的数据帧,即
df_new:
A B C D
5 56 72 73 92
8 16 13 42 69
10 85 16 68 76
我现在坚持在更新系列 5、8、10 的值后创建这个新数据框(为了演示,您可以假设这些值与以前相同)。我还想问一下下一步该怎么做:用 df_new 为这三行更新 df。谢谢!
从系列集合创建数据框:
df_new = pd.DataFrame([series_5, series_8, series_10])