2019-10-11
作者 | 吹牛Z
来源 | 数据不吹牛
据某数据来源统计，学习了Pandas的同学，有超过60%仍然投向了Excel的怀抱，之所以做此下策，多半是因为刚开始用Python处理数据时，选择想要的行和列实在太痛苦，完全没有Excel想要哪里点哪里的快感。
初识Pandas最基础的列向索引在这里就不多加介绍了，今天我们给大家介绍的是，结合场景详细介绍两种常用的索引方式：
首先，简单介绍一下练习的案例数据：
和第一篇数据集一样，记录着不同流量来源下，各渠道来源明细所对应的访客数、支付转化率和客单价。数据集虽然简短（复杂的案例数据集在基础篇完结后会如约而至），但是有足够的代表性，下面开始我们索引的表演。
01 基于位置（数字）的索引
先看一下索引的操作方式：
我们需要根据实际情况，填入对应的行参数和列参数。
场景一（行选取）
目标：选择“流量来源”等于“一级”的所有行。
思路：手指戳屏幕数一数，一级的渠道，是从第1行到第13行，对应行索引是0-12，但Python切片默认是含首不含尾的，要想选取0-12的索引行，我们得输入“0:13”，列想要全部选取，则输入冒号“：”即可。
场景二（列选取）
目标：我们想要把所有渠道的流量来源和客单价单拎出来看一看。
思路：所有流量渠道，也就是所有行，在第一个行参数的位置我们输入“：”；再看列，流量来源是第1列，客单价是第5列，对应的列索引分别是0和4：
值得注意的是，如果我们要跨列选取，得先把位置参数构造成列表形式，这里就是[0,4]，如果是连续选取，则无需构造成列表，直接输入0:5（选取索引为0的列到索引为4的列）就好。
场景三（行列交叉选取）
目标：我们想要看一看二级、三级流量来源、来源明细对应的访客和支付转化率
思路：先看行，二级三级渠道对应行索引是13:17，再次强调索引含首不含尾的原则，我们传入的行参数是13:18；列的话我们需要流量来源、来源明细、访客和转化，也就是前4列，传入参数0:4。
02 基于名称（标签）的索引
为了建立起横向对比的体感，我们依然沿用上面三个场景。
场景一：选择一级渠道的所有行。
思路：这次我们不用一个个数位置了，要筛选流量渠道为"一级"的所有行，只需做一个判断，判断流量来源这一列，哪些值等于"一级"。
返回的结果由True和False（布尔型）构成，在这个例子中分别代表结果等于一级和非一级。在loc方法中，我们可以把这一列判断得到的值传入行参数位置，Pandas会默认返回结果为True的行（这里是索引从0到12的行），而丢掉结果为False的行，直接上例子：
场景二：我们想要把所有渠道的流量来源和客单价单拎出来看一看。
思路：所有渠道等于所有行，我们在行参数位置直接输入“:”，要提取流量来源和客单价列，直接输入名称到列参数位置，由于这里涉及到两列，所以得用列表包起来：
场景三：我们想要提取二级、三级流量来源、来源明细对应的访客和支付转化率。
思路：行提取用判断，列提取输入具体名称参数。
此处插播一条isin函数的广告，这个函数能够帮助我们快速判断源数据中某一列（
既然loc的应用场景更加广泛，应该给他加个鸡腿，再来个接地气的场景练练手。
插入场景之前，我们先花30秒的时间捋一捋Pandas中列（
只需要加个尾巴，均值、标准差等统计数值就出来了，了解完这个，下面正式进入场景四。
场景四：对于流量渠道数据，我们真正应该关注的是优质渠道，假如这里我们定义访客数、转化率、客单价都高于平均值渠道是优质渠道，那怎么找到这些渠道呢？
思路：优质渠道，得同时满足访客、转化、客单高于平均值这三个条件，这是解题的关键。
先看看均值各是多少：
再判断各指标列是否大于均值：
要三个条件同时满足，他们之间是一个“且”的关系（同时满足），在
这样连接之后，返回True则表示该渠道同时满足访客、转化率、客单价都高于均值的条件，接下来我们只需要把这些值传入到行参数的位置。
到这一步，我们直接筛选出了4条关键指标都高于均值的优质渠道。
这两种索引方式，分别是基于位置（数字）的索引和基于名称（标签）的索引，关键在于把脑海中想要选取的行和列，映射到对应的行参数与列参数中去。
只要稍加练习，我们就能够随心所欲的用
这是Python数据分析实战基础的第一篇内容，主要是和Pandas来个简单的邂逅。已经熟练掌握Pandas的同学，可以加快手速滑动浏览或者直接略过本文。
完 谢谢观看
全国校区
|
