锐客网

  1. 首页 > 睿知 > it技术 > >

python函数loc Python函数嵌套调用( 二 )

IT技术标签


第五，数据筛选汇总
Python中使用loc函数配合筛选条件来完成筛选功能，配合sum和count函数还能实现Excel中sumif和countif函数的功能 。Python中使用的主要函数是groupby和pivot_table 。
Python气象数据处理与绘图(1)：数据读取python很多库支持python函数loc了对nc格式文件的读取python函数loc，比如NetCDF4，PyNio(PyNio和PyNgl可以看做是NCL的Python版本)以及Xarray等等 。
我最初使用PyNio，但是由于NCL到Python的移植并不完全，导致目前远不如直接使用NCL方便，而在接触Xarray库后，发现其功能强大远超NCL(也可能是我NCL太菜的原因) 。
安装同其它库一致：
我这里以一套中国逐日最高温度格点资料(CN05.1)为例，其水平精度为0.5°X0.5° 。
可以看到 ， 文件的坐标有时间 ，  经度，纬度，变量有日最高温
我们将最高温数据取出
这与Linux系统中的ncl_filedump指令看到的信息是类似的
Xarray在读取坐标信息时 ， 自动将时间坐标读取为python函数loc了datetime64 格式，这对我们挑选目的时间十分方便 。Xarray通常与pandas配合使用 。
比如我们想选取1979.06.01-1979.06.20时期数据，我们只需
再比如我们想选取夏季数据时 ， 只需
更多的时间操作同python的datetime函数类似 。
当我们想选取特定经纬度范围(高度)的数据时，.loc[]函数同样可以解决 。
在这里 ， 我选取了40°N-55°N，115°E-135°E范围的数据
甚至，我们还可以套娃 ， 同时叠加时间和范围的选取
这足够满足常用到的数据索引要求 。
对于这类简单排列的.txt文件，可以通过np.load读取，用pandas的.read_csv更为方便
读取txt的同时，对每列赋予了一个列名，通过data.a可以直接按列名调用相应数据 。
对于较复杂的.txt文件 ， 仍可通过该函数读取
skiprows=5跳过了前5行的文件头，sep='\s+'定义了数据间隔为空格，这里用的是正则表达 。
pd.read_csv函数有很多的参数 ， 可以处理各种复杂情况下的文本文件读取 。
grib文件可通过pygrib库读取
import pygrib
f = pygrib.open('xxx.grb')
python做数据分析主要干哪些事情第一、检查数据表
Python中使用shape函数来查看数据表的维度，也就是行数以及列数 。你可以使用info函数来查看数据表的整体信息，使用dtype函数来返回数据格式;lsnull是Python中检验空值的函数，可以对整个数据表进行检查，也可以单独对某一行进行空值检查，返回的结构是逻辑值 ， 包含空值返回true，不包含则返回false 。
第二、数据清洗
Python可以进行数据清洗 ， Python中处理空值的方法比较灵活，可以使用Dropna函数用来删除数据表中包含空值的数据，也可以使用fillna函数对空值进行填充;Python中dtype是查看数据格式的函数，与之对应的是astype函数，用来更改数据格式，Rename是更改列名称的函数，drop_duplicates函数删除重复值，replace函数实现数据替换 。
第三、数据提取
进行数据提取时，主要使用三个函数：loc、iloc以及ix 。Loc函数按标签进行提?。琲loc按位置进行提?。?ix可以同时按照标签和位置进行提取 。除了按标签和位置提取数据之外，还可以按照具体的条件进行提?。?比如使用loc和isin两个函数配合使用 。
第四、数据筛选
Python数据分析还可以进行数据筛?。琍ython中使用loc函数配合筛选条件来完成筛选功能 ， 配合sum和count函数还能实现Excel中sumif和countif函数的功能 。使用的主要函数是groupby和pivot_table;groupby是进行分类汇总的函数，使用方法比较简单，groupby按列名称出现的顺序进行分组 。

推荐阅读


上一篇：物流信息电商运输如何，电商物流运作

下一篇：捡装备像素动作游戏下载，捡装备的游戏有哪些