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 15grouped = 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