pandas基础操作-创新互联

import pandas as pd

1、定义一个字典

data = {'sales_volume': [100, 123, 446, 233, 456], 'month': ['1月', '2月', '3月', '4月', '5月']

    , 'product_id': ['1112', '1113', '1114','1115','1116'], 'color':['red', 'red', 'black', 'green', 'black']}

2、将字典放入dataframe数据结构，自动生成一列数据做索引0-4

df = DataFrame(data)

print df

  color month product_id  sales_volume

0   red   1月    1112      100

1   red   2月    1113      123

2  black   3月    1114      446

3  green   4月    1115      233

4  black   5月    1116      456

3、将dataframe数据处理为字典格式

keys = list(df.keys())

values = df.values

print keys,values

dicts = [dict(zip(keys, value)) for value in values]

print dicts

[{'color': 'red', 'sales_volume': 100L, 'product_id': '1112', 'month': '1\xe6\x9c\x88'}, {'color': 'red', 'sales_volume': 123L, 'product_id': '1113', 'month': '2\xe6\x9c\x88'}, {'color': 'black', 'sales_volume': 446L, 'product_id': '1114', 'month': '3\xe6\x9c\x88'}, {'color': 'green', 'sales_volume': 233L, 'product_id': '1115', 'month': '4\xe6\x9c\x88'}, {'color': 'black', 'sales_volume': 456L, 'product_id': '1116', 'month': '5\xe6\x9c\x88'}]

4、通过groupy计算和，精确到color

print df.groupby(['product_id', 'color']).sum()

product_id color   sales_volume

1112    red        223

1113    black      446

        green      233

1116    black      456

另外有需要云服务器可以了解下创新互联scvps.cn，海内外云服务器15元起步，三天无理由+7*72小时售后在线，公司持有idc许可证，提供“云服务器、裸金属服务器、高防服务器、香港服务器、美国服务器、虚拟主机、免备案服务器”等云主机租用服务以及企业上云的综合解决方案，具有“安全稳定、简单易用、服务可用性高、性价比高”等特点与优势，专为企业上云打造定制，能够满足用户丰富、多元化的应用场景需求。