python --panda(二)---DataFrame結構及平常操做

繼上一篇文章，這篇文章介紹一下Pandas模塊裏面的DataFrame結構

1. 介紹

DataFrame unifies two or more Series into a single data structure.Each Series then represents a named column of the DataFrame, and instead of each column having its own index, the DataFrame provides a single index and the data in all columns is aligned to the master index of the DataFrame. 
這段話的意思是，DataFrame提供的是一個相似表的結構，由多個Series組成，而Series在DataFrame中叫columns（理解有錯請指出，（逃~ 

2. 相關操做

a.create

pd.DataFrame() 
參數： 
一、二維array； 
二、Series 列表； 
三、value爲Series的字典；

a.一、二維array

import pandas as pd
import numpy as np

s1=np.array([1,2,3,4])
s2=np.array([5,6,7,8])
df=pd.DataFrame([s1,s2])
print df

•  

a.二、Series列表（效果與二維array相同）

import pandas as pd
import numpy as np

s1=pd.Series(np.array([1,2,3,4]))
s2=pd.Series(np.array([5,6,7,8]))
df=pd.DataFrame([s1,s2])
print df

•  

a.三、value爲Series的字典結構；

import pandas as pd
import numpy as np

s1=pd.Series(np.array([1,2,3,4]))
s2=pd.Series(np.array([5,6,7,8]))
df=pd.DataFrame({"a":s1,"b":s2});
print df

•  

 
注：若建立使用的參數中，array、Series長度不同時，對應index的value值若不存在則爲NaN

b.屬性

b.1 .columns :每一個columns對應的keys

b.2 .shape:形狀，（a，b）,index長度爲a,columns數爲b

b.3 .index;.values:返回index列表；返回value二維array

b.4 .head();.tail();

c.if-then 操做

c.1使用.ix[]

df=pd.DataFrame({"A":[1,2,3,4],"B":[5,6,7,8],"C":[1,1,1,1]})
df.ix[df.A>1,'B']= -1
print df

•  

df.ix[條件，then操做區域]

c.2使用numpy.where

df=pd.DataFrame({"A":[1,2,3,4],"B":[5,6,7,8],"C":[1,1,1,1]})
df["then"]=np.where(df.A<3,1,0)
print df

•  

 
np.where(條件，then，else)

d.根據條件選擇取DataFrame

d.1 直接取值df.[]

df=pd.DataFrame({"A":[1,2,3,4],"B":[5,6,7,8],"C":[1,1,1,1]})
df=df[df.A>=2]
print df

•  

d.2 使用.loc[]

df=pd.DataFrame({"A":[1,2,3,4],"B":[5,6,7,8],"C":[1,1,1,1]})
df=df.loc[df.A>2]
print df

•  

（還有不少種方法就不一一列舉了）

e.Grouping

e.1groupby 造成group

df = pd.DataFrame({'animal': 'cat dog cat fish dog cat cat'.split(),
                  'size': list('SSMMMLL'),
                  'weight': [8, 10, 11, 1, 20, 12, 12],
                  'adult' : [False] * 5 + [True] * 2});
#列出動物中weight最大的對應size
group=df.groupby("animal").apply(lambda subf: subf['size'][subf['weight'].idxmax()])
print group

•  

 
e.2 使用get_group 取出其中一分組

df = pd.DataFrame({'animal': 'cat dog cat fish dog cat cat'.split(),
                  'size': list('SSMMMLL'),
                  'weight': [8, 10, 11, 1, 20, 12, 12],
                  'adult' : [False] * 5 + [True] * 2});

group=df.groupby("animal")
cat=group.get_group("cat")
print cat

•  

其餘具體操做請參考CookBook

http://pandas.pydata.org/pandas-docs/stable/cookbook.html