数学之路-python数据处理(2)

插入列

# -*- coding: utf-8 -*-

"""

Created on Mon Mar 09 11:21:02 2015

@author: [e-mail]

"""

print u"python数据分析\n"

import pandas as pd

import numpy as np

#构造商品销量数据

mydf = pd.DataFrame({u'商品地区编码':[1,1,3,2,4,3],u'商品A':np.random.randint(0,1000,size=6),u'商品B':np.random.randint(0,1000,size=6),u'商品C':np.random.randint(0,1000,size=6)})

allsales=mydf.values[:,1]+mydf.values[:,2]+mydf.values[:,3]

#插入一列

mydf.insert(0,u'总销量',pd.Series(allsales))

#按2个列名先排序,by后跟列名，表示按列名

mynewdf=mydf.sort_index(axis=0, by=[u'商品地区编码',u'总销量'],ascending=[True,False])

print mynewdf

 

python数据分析

 

    总销量  商品A  商品B  商品C  商品地区编码

0 1436  805  858 577       1

1 1370  422  606 763       1

3  397  445   41 354       2

5  851  737  629 219       3

2  815  682  133 679       3

4  749  999  521 224       4

>>> 

 

下面也是一个例子

# -*- coding: utf-8 -*-

"""

Created on Mon Mar 09 11:21:02 2015

@author: [e-mail]

"""

本博客所有内容是原创，如果转载请注明来源

http://blog.csdn.net/myhaspl/

print u"python数据分析\n"

import pandas as pd

import numpy as np

#构造商品销量数据

mydf = pd.DataFrame({u'商品地区编码':[1,1,3,2,4,3],u'商品A':np.random.randint(0,1000,size=6),u'商品B':np.random.randint(0,1000,size=6),u'商品C':np.random.randint(0,1000,size=6)})

allsales=mydf.values[:,1]+mydf.values[:,2]+mydf.values[:,3]

#插入一列

mydf.insert(0,u'总销量',pd.Series(allsales))

print mydf

#删除列

mynewdf=mydf.drop([u'总销量'],axis=1)

print mynewdf

#移动列

myb=mynewdf.pop(u'商品B')

mynewdf.insert(2,u'商品B',myb)

print mynewdf

 

结果如下：

python数据分析

 

    总销量  商品A  商品B  商品C  商品地区编码

0  964   80  940  23       1

1 1188  373  450 737       1

2 1137  907  642 492       3

3 1001  646  952  47       2

4  899  526   19 876       4

5 1225  342  430 792       3

   商品A  商品B  商品C  商品地区编码

0  80  940   23      1

1 373  450  737      1

2 907  642  492      3

3 646  952   47      2

4 526   19  876      4

5 342  430  792      3

   商品A  商品C  商品B  商品地区编码

0  80   23  940      1

1 373  737  450      1

2 907  492  642      3

3 646   47  952      2

4 526  876   19      4

5 342  792  430      3

>>>