財(cái)經(jīng)大數(shù)據(jù)分析-以Python為工具 課件 ch04-股權(quán)性質(zhì)信息-應(yīng)用數(shù)據(jù)轉(zhuǎn)置

Python與財(cái)經(jīng)大數(shù)據(jù)分析基礎(chǔ)第4章

股權(quán)性質(zhì)信息整理——應(yīng)用數(shù)據(jù)轉(zhuǎn)置

CONTENTS目錄4.1T轉(zhuǎn)置4.2行列互換4.3數(shù)據(jù)透視4.4數(shù)組轉(zhuǎn)置4.5應(yīng)用實(shí)踐“轉(zhuǎn)置”是一個(gè)數(shù)學(xué)名詞，常用于矩陣的計(jì)算過(guò)程中。設(shè)A為m×n階矩陣（即m行n列），第i行j列的元素為Aij，把A的行列互相交換從而得到一個(gè)新的矩陣AT，這一過(guò)程稱為矩陣的轉(zhuǎn)置。在Python中，數(shù)據(jù)轉(zhuǎn)置是將原數(shù)據(jù)的行列互換，以更符合研究邏輯，更方便地進(jìn)行計(jì)算和分析，在數(shù)據(jù)預(yù)處理時(shí)經(jīng)常使用，為之后的數(shù)據(jù)篩選、合并、統(tǒng)計(jì)操作提供方便。本章將介紹以下五個(gè)Pandas模塊與數(shù)據(jù)轉(zhuǎn)置有關(guān)的函數(shù)。4.1T轉(zhuǎn)置4.1T轉(zhuǎn)置最簡(jiǎn)單直接的轉(zhuǎn)置操作是將數(shù)據(jù)沿對(duì)角線翻轉(zhuǎn)，在這個(gè)過(guò)程中數(shù)據(jù)的形狀發(fā)生了變化，數(shù)據(jù)邏輯也發(fā)生了變化，但是數(shù)據(jù)的對(duì)應(yīng)關(guān)系保持不變。為了更方便地進(jìn)行數(shù)據(jù)處理和分析，充分利用行列的關(guān)系表達(dá)，我們時(shí)常使用transpose()函數(shù)對(duì)原數(shù)據(jù)進(jìn)行轉(zhuǎn)置操作，轉(zhuǎn)置效果如下圖所示：4.1T轉(zhuǎn)置transpose()函數(shù)的具體語(yǔ)法如下所示：DateFrame.T是DateFrame.transpose()的別名和簡(jiǎn)寫(xiě)方法。為方便起見(jiàn)，可以直接使用DateFrame.T進(jìn)行轉(zhuǎn)置操作。transpose()函數(shù)只能進(jìn)行最簡(jiǎn)單的整體翻轉(zhuǎn)操作，想要對(duì)數(shù)據(jù)進(jìn)行更復(fù)雜的行列變換處理，需要其他的轉(zhuǎn)置方式。4.2行列互換4.2行列互換如果數(shù)據(jù)結(jié)構(gòu)比較復(fù)雜，索引層數(shù)較多，則需要使用stack()函數(shù)與unstack()函數(shù)進(jìn)行操作。stack()是將數(shù)據(jù)的列索引轉(zhuǎn)換為行索引，unstack()是將數(shù)據(jù)的行索引轉(zhuǎn)換為列索引，從而改變數(shù)據(jù)樣式，以更符合研究習(xí)慣和后續(xù)調(diào)用。4.2行列互換stack()函數(shù)與unstack()函數(shù)的基本語(yǔ)法類似，stack()函數(shù)將列中指定levels的列，堆疊到行索引中；unstack()函數(shù)將行中指定levels的行，堆疊到列索引中。具體語(yǔ)法如下所示：4.2行列互換4.3數(shù)據(jù)透視4.3數(shù)據(jù)透視4.3.1melt()函數(shù)與stack()函數(shù)和unstack()函數(shù)進(jìn)行行列索引的互換不同，melt()函數(shù)是將列索引轉(zhuǎn)化成數(shù)據(jù)，從而將DataFrame從寬格式轉(zhuǎn)換為長(zhǎng)格式。melt()函數(shù)的使用效果如下圖所示，類似于Excel中的數(shù)據(jù)逆透視。4.3數(shù)據(jù)透視melt()函數(shù)的主要任務(wù)是將DataFrame壓縮為一種格式，其中一列或多列是標(biāo)識(shí)符變量，而其余列被認(rèn)為是測(cè)量變量，且不會(huì)旋轉(zhuǎn)到行軸，只剩下兩個(gè)非標(biāo)識(shí)符列，分別為變量variable和值value。具體語(yǔ)法如下所示：4.3數(shù)據(jù)透視4.3.2

pivot()函數(shù)與melt()函數(shù)相反，pivot()函數(shù)是將數(shù)據(jù)轉(zhuǎn)化成行列索引，使用來(lái)自指定索引的唯一值來(lái)形成DataFrame的軸，進(jìn)行數(shù)據(jù)重塑，從而將DataFrame從長(zhǎng)格式轉(zhuǎn)換為寬格式。pivot()函數(shù)的使用效果如下圖所示，類似于Excel中的數(shù)據(jù)透視。具體語(yǔ)法如下所示：4.3數(shù)據(jù)透視4.4數(shù)據(jù)轉(zhuǎn)置4.1數(shù)據(jù)轉(zhuǎn)置本節(jié)主要針對(duì)Numpy模塊的多維數(shù)組進(jìn)行轉(zhuǎn)置操作介紹。下圖分別是二維數(shù)組和三維數(shù)組的轉(zhuǎn)置效果圖。Numpy模塊中有三種方式能夠?qū)?shù)組進(jìn)行轉(zhuǎn)置操作，分別是T屬性、transpose()函數(shù)、swapaxes()函數(shù)。4.1數(shù)據(jù)轉(zhuǎn)置4.4.1T屬性T屬性的使用十分簡(jiǎn)單，調(diào)用格式為array.T，比較適合對(duì)低維數(shù)組進(jìn)行轉(zhuǎn)置操作。因此，對(duì)二維數(shù)組的轉(zhuǎn)置通常使用T屬性。對(duì)于高維數(shù)組而言，T屬性也可以應(yīng)用，只不過(guò)只能使用默認(rèn)的轉(zhuǎn)置方式，即交換位置序列的第一個(gè)值和最后一個(gè)值。4.1

數(shù)據(jù)轉(zhuǎn)置將轉(zhuǎn)置前后兩個(gè)三維數(shù)組各元素對(duì)應(yīng)位置列在下表，從中可以清晰地看出高維數(shù)組T屬性只交換位置序列的第一個(gè)值和最后一個(gè)值。4.1數(shù)據(jù)轉(zhuǎn)置4.4.2transpose()函數(shù)對(duì)二維數(shù)組進(jìn)行轉(zhuǎn)置，除了使用T屬性，還可以使用transpose()函數(shù)，兩者效果完全一致。對(duì)于高維數(shù)組而言，T屬性也可以應(yīng)用，只不過(guò)只能使用默認(rèn)的轉(zhuǎn)置方式，即交換位置序列的第一個(gè)值和最后一個(gè)值。4.1數(shù)據(jù)轉(zhuǎn)置4.4.3swapaxes()函數(shù)與transpose()函數(shù)不同的是，swapaxes()函數(shù)接受一對(duì)軸編號(hào)，如果想要達(dá)到transpose(2,1,0)的效果，只需要輸入swapaxes(0,2)即可。4.5應(yīng)用實(shí)踐4.5應(yīng)用實(shí)踐出于研究需要，我們需要整理A股上市公司不