Pandas 学习（数学建模篇）

今天学习数学建模2023年C篇（228）优秀论文

2023高教社杯全国大学生数学建模竞赛C题论文展示（C228） - 2023C题论文 - 中国大学生在线

一.pd.DataFrame

pd.DataFrame() 是 pandas 库中用于创建二维表格数据结构（DataFrame）的核心函数。它的作用是将各种格式的数据（如字典、列表、Series 等）转换为带有行索引和列标签的表格形式，便于数据处理和分析.

import  pandas as pd
data={'单品编码': ['001', '002', '003'],
    '分类名称': ['水果', '蔬菜', '水果'],
    '价格': [5.0, 3.0, 8.0]}
#解读：{}为字典，{A:B}为字典里面的健值对。[a,b,c]为列表
print(pd.DataFrame(data))

输出：

 单品编码 分类名称   价格
0  001   水果  5.0
1  002   蔬菜  3.0
2  003   水果  8.0

二，mapping_dict =df_1.set_index('单品编码')['分类名称'].to_dict()代码解读

（一）df_1.set_index('单品编码') 这一步会把 DataFrame df_1 的索引设置为单品编码列，返回一个新的 DataFrame。

• 示例：假设原 DataFrame 是：

     单品编码  分类名称   价格
  0  001    水果    5.0
  1  002    蔬菜    3.0
  2  003    水果    8.0

     执行后，变成：

       分类名称   价格
单品编码             
001     水果    5.0
002     蔬菜    3.0
003     水果    8.0

（二）['分类名称']

         这一步会从上面的 DataFrame 中选取分类名称列，返回一个 Series，其中单品编码是索引，分类名称是值。

单品编码
001    水果
002    蔬菜
003    水果
Name: 分类名称, dtype: object

（3）to_dict()

这一步会把 Series 转换为字典，其中索引（单品编码）会成为字典的键，值（分类名称）会成为字典的对应值

{'001': '水果', '002': '蔬菜', '003': '水果'}

三，关于series的知识点

Series 是 pandas 库中一种一维带标签的数据结构，类似于带索引的数组或列表。它可以存储任何数据类型（整数、字符串、浮点数、Python 对象等），并且每个元素都有一个对应的标签（索引）。理解 Series 是掌握 pandas 的基础，因为它是 DataFrame（二维表格）的基本组成单元。

创建方式：

import pandas as pd

# 从列表创建，默认索引为 0, 1, 2...
s = pd.Series([10, 20, 30, 40])
print(s)
# 输出:
# 0    10
# 1    20
# 2    30
# 3    40
# dtype: int64

# 指定自定义索引
s = pd.Series([10, 20, 30, 40], index=['a', 'b', 'c', 'd'])
print(s)
# 输出:
# a    10
# b    20
# c    30
# d    40
# dtype: int64

理解Series与DataFrame的关系：

• DataFrame 是由多个 Series 组成的二维表格，每一列都是一个 Series。
• Series 的索引对应 DataFrame 的行索引，Series 的名称（name 属性）对应 DataFrame 的列名。
• 代码示例：

  # 用两个 Series 创建 DataFrame
  s1 = pd.Series([1, 2, 3], index=['a', 'b', 'c'], name='A')
  s2 = pd.Series([4, 5, 6], index=['a', 'b', 'c'], name='B')
  
  df = pd.DataFrame({'列1': s1, '列2': s2})
  print(df)
  # 输出:
  #    列1  列2
  # a   1   4
  # b   2   5
  # c   3   6

  三，grouped = df.groupby('单品编码')的解析

  groupby作用是根据 df 这个 DataFrame 中 ‘单品编码’ 这一列的值，将 df 中的行进行分组。它创建了一个特殊的 Pandas 对象，称为“GroupBy 对象”（grouped），这个对象内部包含了按 ‘单品编码’ 分组后的各个数据子集。

  不是直接获取列，而是基于列的值进行分组
  示例：当我们获得这样的数据后：

  日期	单品编码	销售量
  2023-01-01	A001	10
  2023-01-15	A002	5
  2023-02-01	A001	8
  2023-02-10	A003	12
  2023-03-05	A002	7
  2023-03-20	A001	15

   grouped = df.groupby('单品编码')
   for name, group in grouped:
          print(f"分组键: {name}")
          print(group)
          print("-" * 20)
      

  输出为：

      分组键: A001
           日期     单品编码  销售量
      0 2023-01-01    A001    10
      2 2023-02-01    A001     8
      5 2023-03-20    A001    15
      --------------------
      分组键: A002
           日期     单品编码  销售量
      1 2023-01-15    A002     5
      4 2023-03-05    A002     7
      --------------------
      分组键: A003
           日期     单品编码  销售量
      3 2023-02-10    A003    12
      --------------------
      

  四，字典的创建

• 创建一个空字典：

•    results = {}
     

  添加字典

•    results[key] = value
     

  这将为字典 results 添加一个键为 key、值为 value 的键值对。如果 key 已经存在，则更新其对应的值。

• 访问值

     value = results[key]
     

  这将获取键 key 对应的值。如果 key 不存在，将引发 KeyError。

• 就学到这，内容比较基础，谢谢观看