pandas入門之DataFrame
建立DataFrame
- DataFrame是一個【表格型】的數據結構。DataFrame由按必定順序排列的多列數據組成。設計初衷是將Series的使用場景從一維拓展到多維。DataFrame既有行索引，也有列索引。 - 建立DataFrame的方式 - 列表 - 字典 - 系列 - Numpy ndarrays - 另外一個數據幀(DataFrame) - DataFrame的參數 - data 數據採起各類形式，如:ndarray，series，map，lists，dict，constant和另外一個DataFrame。 - index 對於行標籤，要用於結果幀的索引是可選缺省值np.arrange(n)，若是沒有傳遞索引值。 - columns 對於列標籤，可選的默認語法是 - np.arange(n)。 這隻有在沒有索引傳遞的狀況下才是這樣。 - dtype 每列的數據類型。 - copy 若是默認值爲False，則此命令(或任何它)用於複製數據。
列表建立DataFrame
單個列表
data = [1,2,3,4,5] df = pd.DataFrame(data) print(df) 0 0 1 1 2 2 3 3 4 4 5
列表套列表
# 列表套列表 data = [['Alex',10],['Bob',12],['Clarke',13]] df = pd.DataFrame(data,columns=["name","age"],dtype=float) # dtype指定輸出的數字類型,可加可不加 print(df) name age 0 Alex 10.0 1 Bob 12.0 2 Clarke 13.0
ndarrays/Lists[多維數組]的字典來建立DataFrame
- 全部的ndarrays必須具備相同的長度。若是傳遞了索引(index)，則索引的長度應等於數組的長度。
- 若是沒有傳遞索引，則默認狀況下，索引將爲range(n)，其中n爲數組長度。
import pandas as pd data = {'Name':['Tom', 'Jack', 'Steve', 'Ricky'],'Age':[28,34,29,42]} df = pd.DataFrame(data) print(df) # 0,1,2,3 就是range(數組)獲得的值 Name Age 0 Tom 28 1 Jack 34 2 Steve 29 3 Ricky 42
指定索引數組
import pandas as pd data = {'Name':['Tom', 'Jack', 'Steve', 'Ricky'],'Age':[28,34,29,42]} df = pd.DataFrame(data,index=['1','2','3','4']) # 指定索引 print(df) Name Age 1 Tom 28 2 Jack 34 3 Steve 29 4 Ricky 42
字典列表建立DataFrame 【列表中套字典】
# 字典列表可做爲輸入數據傳遞以用來建立數據幀(DataFrame)， data = [{'a': 1, 'b': 2},{'a': 5, 'b': 10, 'c': 20}] # 字典鍵默認爲列名,沒有值得爲NaN df = pd.DataFrame(data,index=["first","second"]) # 自定義行索引 print(df) a b c first 1 2 NaN second 5 10 20.0
使用字典，行索引和列索引列表建立DataFrame
data = [{"name":"alex","age":87,"gender":"男"},{"name":"wuchao","age":20,"gender":"男"}]
df = pd.DataFrame(data,index=[1,2],columns=["name","age","gender"]) # 自定義行索引和列索引
print(df)
name age gender
1 alex 87 男
2 wuchao 20 男
從Series的字典來建立數據幀
- 字典的系列能夠傳遞以造成一個DataFrame。 所獲得的索引是經過的全部系列索引的並集
data = { "one":pd.Series(["1","2","3"],index=["a","b","c"],dtype=float), # 指定數字輸出類型 "tow":pd.Series(["1","2","3","4"],index=["a","b","c","d"]) } df = pd.DataFrame(data) print(df) one tow a 1.0 1 b 2.0 2 c 3.0 3 d NaN 4
numpy 建立DataFrame
pd.DataFrame(np.random.randint(60,100,size=(3,4))) # 60-100隨機選擇,3行4列 0 1 2 3 0 95 74 71 92 1 95 91 79 98 2 94 87 62 65
指定索引數據結構
pd.DataFrame(np.random.randint(60,100,size=(3,4)),index=["A","B","C"],columns=["a","b","c","d"]) # 60-100隨機選擇,3行4列 指定行索引和列索引 a b c d A 91 70 63 98 B 98 68 88 96 C 99 77 86 66
DataFrame屬性
- values 取出全部值
- columns 列索引
- index 行索引
- shape 當前表是幾行幾列
res = pd.DataFrame(np.random.randint(60,100,size=(3,4)),index=["A","B","C"],columns=["a","b","c","d"]) res.values # 取出全部數據 res.index # 取出行索引 res.columns # 取出列索引 res.shape # 顯示當前數據是幾行幾列
============================================ 練習 根據如下考試成績表，建立一個DataFrame，命名爲df： ``` 張三 李四 語文 150 0 數學 150 0 英語 150 0 理綜 300 0 ``` ============================================
dic = { "張三":[150,150,150,300], "李四":[0,0,0,0] } df = pd.DataFrame(dic,index=["語文","數學","英語","理綜"]) df 張三 李四 語文 150 0 數學 150 0 英語 150 0 理綜 300 0
DataFrame 索引
列索引
(1) 對列進行索引 - 經過相似字典的方式 df['q'] - 經過屬性的方式 df.q 能夠將DataFrame的列獲取爲一個Series。返回的Series擁有原DataFrame相同的索引，且name屬性也已經設置好了，就是相應的列名。
res = pd.DataFrame(np.random.randint(60,100,size=(3,4)),index=["A","B","C"],columns=["a","b","c","d"]) res a b c d A 95 83 92 89 B 70 96 92 67 C 65 69 85 78
# 屬性方式
res.a A 95 B 70 C 65 Name: a, dtype: int32
# 字典方式 res["a"] A 95 B 70 C 65 Name: a, dtype: int32 # 修改列索引 res.columns=["aa","bb","cc","dd"] res aa bb cc dd A 76 90 91 78 B 80 81 82 85 C 93 70 63 81 # 讀取前兩列 res[["aa","bb"]] aa bb A 76 90 B 80 81 C 93 70
行索引
- 使用.loc[]加index來進行行索引 - 使用.iloc[]加整數來進行行索引 一樣返回一個Series，index爲原來的columns。
演示dom
res = pd.DataFrame(np.random.randint(60,100,size=(3,4)),index=["A","B","C"],columns=["a","b","c","d"]) res a b c d A 91 83 96 75 B 88 92 91 60 C 73 79 72 79
查詢spa
# loc方式 res.loc["A"] a 91 b 83 c 96 d 75 Name: A, dtype: int32 # iloc方式 res.iloc[0] a 91 b 83 c 96 d 75 Name: A, dtype: int32 res.loc[["A","B"]] a b c d A 95 83 92 89 B 70 96 92 67
元素索引的方法
- 使用列索引 - 使用行索引(iloc[3,1] or loc['C','q']) 行索引在前，列索引在後
res = pd.DataFrame(np.random.randint(60,100,size=(3,4)),index=["A","B","C"],columns=["a","b","c","d"]) res a b c d A 95 83 92 89 B 70 96 92 67 C 65 69 85 78
res.iloc[2,3] # 不管是行仍是列 索引都是從0開始的 【78在表格中的2行3列的位置】 78 res.loc[["A","C"],"c"] # 行數據取了A/C兩行得數據,列取得c列的數據 A 92 C 85 Name: c, dtype: int32
DataFrame 切片
【注意】 直接用中括號時： - 索引表示的是列索引 - 切片表示的是行切片
res = pd.DataFrame(np.random.randint(60,100,size=(3,4)),index=["A","B","C"],columns=["a","b","c","d"]) res a b c d A 64 60 82 97 B 64 74 63 90 C 88 68 60 71
res[1:] # 切片 表示的是行切片 a b c d B 99 72 91 72 C 83 61 71 98 res["c"] # 索引表示的是列索引 A 82 B 63 C 60 Name: c, dtype: int32
在loc和iloc中使用切片(切列) ： df.loc['B':'C','丙':'丁']設計
res.iloc[1,1:3] # 取第二行,b-c列的數據 顧頭不顧尾 b 74 c 63 Name: B, dtype: int32 res.iloc[:,1:3] # 取全部行,b-c列數據 b c A 60 82 B 74 63 C 68 60 res.loc["A":"C","b":"c"] # 取A-C行 b-c列數據 b c A 60 82 B 74 63 C 68 60
DataFrame的運算
DataFrame之間的運算 同Series同樣： - 在運算中自動對齊不一樣索引的數據 - 若是索引不對應，則補NaN
res = pd.DataFrame(np.random.randint(60,100,size=(3,4)),index=["A","B","C"],columns=["a","b","c","d"]) ret = pd.DataFrame(np.random.randint(60,100,size=(3,4)),index=["A","B","C"],columns=["a","b","c","f"]) res + ret a b c d f A 138 174 173 NaN NaN B 142 168 180 NaN NaN C 160 156 187 NaN NaN
相關文章
- 1. pandas入門之DataFrame
- 2. pandas入門02---DataFrame
- 3. Pandas基礎入門（3）DataFrame
- 4. Pandas庫之DataFrame
- 5. Pandas 庫之 DataFrame
- 6. Pandas之DataFrame
- 7. pandas之DataFrame
- 8. Pandas之DataFrame操做
- 9. pandas之DataFrame繪圖
- 10. Pandas之DataFrame——Part 2
- 更多相關文章...
- • Memcached入門教程 - NoSQL教程
- • Neo4j數據庫入門教程 - NoSQL教程
- • YAML 入門教程
- • Java Agent入門實戰（一）-Instrumentation介紹與使用
相關標籤/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
歡迎關注本站公眾號,獲取更多信息
