今天學習數學建模2023年C篇（228）優秀論文

2023高教社杯全國大學生數學建模競賽C題論文展示（C228） - 2023C題論文 - 中國大學生在線

一.pd.DataFrame

pd.DataFrame()?是 pandas 庫中用于創建二維表格數據結構（DataFrame）的核心函數。它的作用是將各種格式的數據（如字典、列表、Series 等）轉換為帶有行索引和列標簽的表格形式，便于數據處理和分析.

import  pandas as pd
data={'單品編碼': ['001', '002', '003'],'分類名稱': ['水果', '蔬菜', '水果'],'價格': [5.0, 3.0, 8.0]}
#解讀：{}為字典，{A:B}為字典里面的健值對。[a,b,c]為列表
print(pd.DataFrame(data))

輸出：

 單品編碼 分類名稱   價格
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('單品編碼')['分類名稱'].to_dict()代碼解讀

（一）df_1.set_index('單品編碼') 這一步會把 DataFrame df_1 的索引設置為單品編碼列，返回一個新的 DataFrame。

• 示例：假設原 DataFrame 是：

     單品編碼  分類名稱   價格
  0  001    水果    5.0
  1  002    蔬菜    3.0
  2  003    水果    8.0

? ? ?執行后，變成：

       分類名稱   價格
單品編碼             
001     水果    5.0
002     蔬菜    3.0
003     水果    8.0

（二）['分類名稱']

? ? ? ? ?這一步會從上面的 DataFrame 中選取分類名稱列，返回一個 Series，其中單品編碼是索引，分類名稱是值。

單品編碼
001    水果
002    蔬菜
003    水果
Name: 分類名稱, dtype: object

（3）to_dict()

這一步會把 Series 轉換為字典，其中索引（單品編碼）會成為字典的鍵，值（分類名稱）會成為字典的對應值

{'001': '水果', '002': '蔬菜', '003': '水果'}

三，關于series的知識點

Series?是 pandas 庫中一種一維帶標簽的數據結構，類似于帶索引的數組或列表。它可以存儲任何數據類型（整數、字符串、浮點數、Python 對象等），并且每個元素都有一個對應的標簽（索引）。理解?Series?是掌握 pandas 的基礎，因為它是?DataFrame（二維表格）的基本組成單元。

創建方式：

import pandas as pd# 從列表創建，默認索引為 0, 1, 2...
s = pd.Series([10, 20, 30, 40])
print(s)
# 輸出:
# 0    10
# 1    20
# 2    30
# 3    40
# dtype: int64# 指定自定義索引
s = pd.Series([10, 20, 30, 40], index=['a', 'b', 'c', 'd'])
print(s)
# 輸出:
# a    10
# b    20
# c    30
# d    40
# dtype: int64

理解Series與DataFrame的關系：

• DataFrame?是由多個?Series?組成的二維表格，每一列都是一個 Series。
• Series?的索引對應 DataFrame 的行索引，Series 的名稱（name 屬性）對應 DataFrame 的列名。
• 代碼示例：

  # 用兩個 Series 創建 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)
  # 輸出:
  #    列1  列2
  # a   1   4
  # b   2   5
  # c   3   6

  三，grouped = df.groupby('單品編碼')的解析

  groupby作用是根據?df?這個 DataFrame 中 ‘單品編碼’ 這一列的值，將?df?中的行進行分組。它創建了一個特殊的 Pandas 對象，稱為“GroupBy 對象”（grouped），這個對象內部包含了按 ‘單品編碼’ 分組后的各個數據子集。

  不是直接獲取列，而是基于列的值進行分組
  示例：當我們獲得這樣的數據后：

  日期	單品編碼	銷售量
  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	15

   grouped = df.groupby('單品編碼')for name, group in grouped:print(f"分組鍵: {name}")print(group)print("-" * 20)

  輸出為：

      分組鍵: A001日期     單品編碼  銷售量0 2023-01-01    A001    102 2023-02-01    A001     85 2023-03-20    A001    15--------------------分組鍵: A002日期     單品編碼  銷售量1 2023-01-15    A002     54 2023-03-05    A002     7--------------------分組鍵: A003日期     單品編碼  銷售量3 2023-02-10    A003    12--------------------

  四，字典的創建

• 創建一個空字典：

•    results = {}

  添加字典

•    results[key] = value

  這將為字典?results?添加一個鍵為?key、值為?value?的鍵值對。如果?key?已經存在，則更新其對應的值。

• 訪問值

     value = results[key]

  這將獲取鍵?key?對應的值。如果?key?不存在，將引發?KeyError。

• 就學到這，內容比較基礎，謝謝觀看