pandas数据帧的再划分
pandas-redistrict的Python项目详细描述
#pandas redistrict
使用重新划分的数据对旧数据集应用重新划分,以表示其当前状态下的区域。
支持区域合并和拆分:
-合并的区域在新标识符下汇总
-拆分的区域按人口比例分布。
重新划分目录在“data/”目录中。目前仅适用于德语*kreise*(包含nrw、sachsen、sachsen-anhalt和mecklenburg-vorpommern的改革)。
4 5
05313 5 6
05334 6 7
15154 8 9
15159 10 11
15151 12 13
15082 13 14
从redistrict import redistrict
>;>;redistrict(df,'de/kreise',drop=true,
>;>;从redistrict导入redistrict
>;>;途中对值进行求和和和和和分布,splits=true)
value1 value2
ags
05334 15.00 18.00
15001 2.40 2.60
15082 35.44 38.81
15086 0.96 1.04
15091 4.20 4.55
````
#指定地区栏(例如AGS)
>;>;>;还指定要保留的组,在本例中为年份
>;>;df
AGS年份值1值2
0 05354 2008 4 5
1 05313 2008 5 6
2 05334 2011 6 7
3 15154 2005 8 9
4 15159 2005 10 11
5 151512005 12 13
6 15082 2013 13 14
下降=真)
ags值1值2年
0 15001 2.40 2.60 2005
1 15082 22.44 24.81 2005
2 15086 0.96 1.04 2005
3 15091 4.20 4.55 2005
0 05334 9.00 11.00 2008
0 5334 6.00 7.00 2011
0 15082 13.00 14.00 2013
```
使用重新划分的数据对旧数据集应用重新划分,以表示其当前状态下的区域。
支持区域合并和拆分:
-合并的区域在新标识符下汇总
-拆分的区域按人口比例分布。
重新划分目录在“data/”目录中。目前仅适用于德语*kreise*(包含nrw、sachsen、sachsen-anhalt和mecklenburg-vorpommern的改革)。
4 5
05313 5 6
05334 6 7
15154 8 9
15159 10 11
15151 12 13
15082 13 14
从redistrict import redistrict
>;>;redistrict(df,'de/kreise',drop=true,
>;>;从redistrict导入redistrict
>;>;途中对值进行求和和和和和分布,splits=true)
value1 value2
ags
05334 15.00 18.00
15001 2.40 2.60
15082 35.44 38.81
15086 0.96 1.04
15091 4.20 4.55
````
#指定地区栏(例如AGS)
>;>;>;还指定要保留的组,在本例中为年份
>;>;df
AGS年份值1值2
0 05354 2008 4 5
1 05313 2008 5 6
2 05334 2011 6 7
3 15154 2005 8 9
4 15159 2005 10 11
5 151512005 12 13
6 15082 2013 13 14
下降=真)
ags值1值2年
0 15001 2.40 2.60 2005
1 15082 22.44 24.81 2005
2 15086 0.96 1.04 2005
3 15091 4.20 4.55 2005
0 05334 9.00 11.00 2008
0 5334 6.00 7.00 2011
0 15082 13.00 14.00 2013
```