pandas的一次实践：处理表格数据

Alpha

August 8, 2021

412 views

No comments

2267 words

python 编程技术

先附上文件：

[https://ply.lanzoui.com/ipRH4sctyle](https://ply.lanzoui.com/ipRH4sctyle "https://ply.lanzoui.com/ipRH4sctyle")

## 处理要求：

model中有重复的名字，对应的year是递增的。

需要修改第一次出现的model对应的year为year最小-year最大

### 思考方向：

一开始我是从行开始处理的，因为要求修改指定的行，其他不能修改！我tm也是第一次碰到这种变态的要求，但没想到这个方向处理起来无比困难。难点在于以下几点：

1.要保证model的名字要一致，虽然是递增的规律，如果单独处理year难免会遇到刚刚好递增的时候。

2.其他行不能删除，行遍历很难形成判定条件

3.这次实践没有任何回报！

后面，我重新做了一下思考

单纯的获取最开始重复的行索引和最后的行索引，马上就可以确定year的最小和最大值了

之后，就直接处理开始重复时的最早的索引，对指定的进行修改就行了！

难点就在于用循环获取需要修改的索引时候，要有一个对应获取最大值的一个函数。

## 代码：

按照常规操作，我们读取这个文件

```python
df = pd.read_excel('hh.xlsx')
df.head()
```

我们将分批讲解！

```python
x = df
model = x['model']
make = df['make']
makex=make.copy()
modelx = model.copy()
year = x['year']
yearx = year.copy()
m1 = modelx.drop_duplicates(keep='first')
m2 = modelx.drop_duplicates(keep='last')
```

在这里，我要说明的是，这复杂的copy是为了避免那个人的。。要求，如果没有copy操作，会打印出警告，但不影响结果。

获取了model和year，make这里是需要获取的，最后拼接用，这个获取就行。。对新手好康一点

m1和m2分别是model最开始重复的索引和最后重复的索引

```python
def min(i):
    ymin = yearx[i]
    return str(ymin)
def max(i):
    l = []
    maxl = []
    for k in m1.index:
        l.append(k)
    for j in m2.index:
        maxl.append(j)
    ymax = yearx[maxl[l.index(i)]]
    return str(ymax)
  
```

这里是获取最小的year和最大的year后面要做拼接处理！

我知道写的很low，但是写法对小白，新手来说，可读性还是可观的。

```python
for i in m1.index:
    yearx[i] = min(i)+"-"+max(i)
r = pd.concat([makex,modelx,yearx],axis=1)
r.head()   
print("处理完成")
```

因为只需要修改最小的重复时候的行的year值，我们对m1进行遍历，通过min和max获取了最大和最小值

进行修改，之后拼接，完成了处理。

保存：

```python
r.to_csv('87.csv')
print("处理完成")  
```

## 我想说：

这个提出该要求的人我也不知道脑子咋想的，为啥不去直接删去重复的内容，合并最小-最大呢？

所以我在这里放出了代码。。。。

max和min还是用的到的

```python
import pandas as pd
df = pd.read_excel('hh.xlsx')
df.head()
import pandas as pd
df = pd.read_excel('hh.xlsx')
model = df['model']
make = df['make']
year = df['year']
yearx = year.copy()
m1 = model.drop_duplicates(keep='first')
m2 = model.drop_duplicates(keep='last')
make = make.drop_duplicates(keep = 'first')
yearlist = []
for i in m1.index:
    yearlist.append(min(i)+"-"+max(i))
yearlist = pd.DataFrame(yearlist)
r = pd.concat([m1.reset_index()['model'],yearlist],axis=1)
r.to_csv('87.csv')
print("处理完成")
```

Last modification：February 5, 2022

如果觉得我的内容对你有用，请随意赞赏

pandas的一次实践：处理表格数据

Alpha • 2021 年 08 月 08 日

Leave a Comment Cancel reply 使用cookie技术保留您的个人信息以便您下次快速评论，继续评论表示您已同意该条款

pandas的一次实践：处理表格数据

Leave a Comment Cancel reply
使用cookie技术保留您的个人信息以便您下次快速评论，继续评论表示您已同意该条款