Python數據分析-第6章DataFrame(上)

• 數據幀相似於二維的關係表，包含一組有序的列，列與列之間的數據類型能夠是不一樣的，可是單個列的數據類型是相同的。
• 數據幀的每一列或每一行均可以認爲是一個Series。
• DataFrame中面向行和麪向列的操做基本上是相同的，把行和列稱做軸（axis），DataFrame是按照軸進行操做的，axis=0表示行軸；axis=1 表示列軸。
• DataFrame對象既有行索引（index），也有列索引（columns），行索引也叫作行標籤，列索引也叫作列標籤/列名。
• 在DataFrame的構造函數中，columns參數用於設置列索引，index用於設置行索引，都屬於Index類型。Index對象既能夠使用位置（整數）來表示，也能夠使用標籤（字符串）來表示，位置的起始值是0，標籤是經過列表來指定的。

具體屬性和方法能夠參考官方API。

 

1.構造

pandas.DataFrame(data=None, index=None, columns=None)

參數註釋:

• data：ndarray、list 或dict
• index：行索引
• columns：列名列表

 

1.1.使用字典來建立

經過等長的字典來建立數據幀，並能夠設置數據框的列名和行索引。字典存儲的是每列的數據：

In [3]:

import pandas as pd
data = {'user':['小王','小李','小明'],'shcool':['清華','北大','科大'],'class':['數學','歷史','計算機']}
df = pd.DataFrame(data)
df

Out[3]:

	user	shcool	class
0	小王	清華	數學
1	小李	北大	歷史
2	小明	科大	計算機

 

1.2.使用列表（列表項是List）來建立

In [7]:

import pandas as pd
data = [['小王','小李','小明'],['清華','北大','科大'],['數學','歷史','計算機']]
columns = ['user','shcool','class']
df = pd.DataFrame(data,columns=columns)
df

Out[7]:

	0	1	2
0	小王	小李	小明
1	清華	北大	科大
2	數學	歷史	計算機

 

1.3.使用from_dict建立

In [6]:

import pandas as pd
data = {'user':['小王','小李','小明'],'shcool':['清華','北大','科大'],'class':['數學','歷史','計算機']}
df = pd.DataFrame.from_dict(data)
df

Out[6]:

	user	shcool	class
0	小王	清華	數學
1	小李	北大	歷史
2	小明	科大	計算機

 

2.屬性

 

2.1.索引

In [9]:

import pandas as pd
data = {'user':['小王','小李','小明'],'shcool':['清華','北大','科大'],'class':['數學','歷史','計算機']}
df = pd.DataFrame.from_dict(data)

 

• 經過index屬性來訪問數據框的行標籤

In [10]:

df.index

Out[10]:

RangeIndex(start=0, stop=3, step=1)

 

• 經過columns屬性訪問數據框的列標籤

In [11]:

df.columns

Out[11]:

Index(['user', 'shcool', 'class'], dtype='object')

 

2.2.shape

In [12]:

df.shape

Out[12]:

(3, 3)

 

2.3.軸

In [13]:

df.axes

Out[13]:

[RangeIndex(start=0, stop=3, step=1),
 Index(['user', 'shcool', 'class'], dtype='object')]

In [14]:

df.axes[0]

Out[14]:

RangeIndex(start=0, stop=3, step=1)

In [15]:

df.axes[1]

Out[15]:

Index(['user', 'shcool', 'class'], dtype='object')

 

2.4.數據類型

In [16]:

df.dtypes

Out[16]:

user      object
shcool    object
class     object
dtype: object

 

2.5.值

In [18]:

df.values

Out[18]:

array([['小王', '清華', '數學'],
       ['小李', '北大', '歷史'],
       ['小明', '科大', '計算機']], dtype=object)

In [19]:

df.values[0]

Out[19]:

array(['小王', '清華', '數學'], dtype=object)

 

3.列操做和行操做

In [20]:

import pandas as pd
data = {'user':['小王','小李','小明'],'shcool':['清華','北大','科大'],'class':['數學','歷史','計算機']}
df = pd.DataFrame.from_dict(data)

 

3.1.追加列

經過爲一個新列賦值來向數據框中追加新列，新列始終處於列名序列的末尾：

In [21]:

df['createtime']=['1910','1900','1965']
df

Out[21]:

	user	shcool	class	createtime
0	小王	清華	數學	1910
1	小李	北大	歷史	1900
2	小明	科大	計算機	1965

 

3.2.插入列

要制定新列的位置，須要使用insert()函數，該函數向數據框中插入一列，並制定新列的位置：

DataFrame.insert(self, loc, column, value)

參數註釋：

• loc：插入列的位置，該位置索引必須0 <= loc <= len(columns)
• column：插入列的名稱
• value：插入列的值，能夠是單個標量值，插入列的值都是相同的；能夠是序列或array-like，爲每一行的列設置一個值。

In [22]:

df.insert(1,'score',[98,99,99.5])
df

Out[22]:

	user	score	shcool	class	createtime
0	小王	98.0	清華	數學	1910
1	小李	99.0	北大	歷史	1900
2	小明	99.5	科大	計算機	1965

In [23]:

df.insert(1,'age',22)
df

Out[23]:

	user	age	score	shcool	class	createtime
0	小王	22	98.0	清華	數學	1910
1	小李	22	99.0	北大	歷史	1900
2	小明	22	99.5	科大	計算機	1965

 

3.3.刪除列或行

使用drop()函數來刪除行或列：

DataFrame.drop(self, labels=None, axis=0, index=None, columns=None, level=None, inplace=False, errors='raise')

參數註釋：

• labels 和 axis：labels參數指定要刪除的標籤(一個或者是列表形式的多個)，若是axis=0 或 'index'，表示行標籤；若是axis=1 或 'columns'，表示列標籤。axis的默認值是0。
• index：設置index 等價於設置 labels 和axis=0；
• columns：設置columns等價於設置 labels和 axis=1；

In [27]:

df

Out[27]:

	user	age1	age	score	shcool	class	createtime
0	小王	23	22	98.0	清華	數學	1910
1	小李	23	22	99.0	北大	歷史	1900
2	小明	23	22	99.5	科大	計算機	1965

In [29]:

df.drop(labels=['age1'],axis=1)

Out[29]:

	user	age	score	shcool	class	createtime
0	小王	22	98.0	清華	數學	1910
1	小李	22	99.0	北大	歷史	1900
2	小明	22	99.5	科大	計算機	1965

 

3.4.追加數據行

向數據框的末尾追加數據行：

python|
DataFrame.append(self, other, ignore_index=False, verify_integrity=False, sort=None)

功能說明：向dataframe對象中添加新的行，若是添加的列名不在dataframe對象中，將會被看成新的列進行添加

• other：DataFrame、series、dict、list這樣的數據結構
• ignore_index：默認值爲False，若是爲True則不使用index標籤
• verify_integrity ：默認值爲False，若是爲True當建立相同的index時會拋出ValueError的異常
• sort：boolean，默認是None，該屬性在pandas的0.23.0的版本才存在。

In [37]:

import pandas as pd
data = {'user':['小王','小李','小明'],'shcool':['清華','北大','科大'],'class':['數學','歷史','計算機']}
df = pd.DataFrame.from_dict(data)
df

Out[37]:

	user	shcool	class
0	小王	清華	數學
1	小李	北大	歷史
2	小明	科大	計算機

In [38]:

df.insert(1,'age',22)
df

Out[38]:

	user	age	shcool	class
0	小王	22	清華	數學
1	小李	22	北大	歷史
2	小明	22	科大	計算機

In [39]:

data1 = {'user':['小鄭','大王'],'shcool':['清華','醫大'],'class':['物理','鍼灸']}
df1=df.append(data1,ignore_index=True)
df1

Out[39]:

	user	age	shcool	class
0	小王	22.0	清華	數學
1	小李	22.0	北大	歷史
2	小明	22.0	科大	計算機
3	[小鄭, 大王]	NaN	[清華, 醫大]	[物理, 鍼灸]

In [41]:

data2 = {'user':['小鄭','大王'],'shcool':['清華','醫大'],'class':['物理','鍼灸']}
df2 = pd.DataFrame.from_dict(data2)
df3 = df.append(df2)
df3

Out[41]:

	user	age	shcool	class
0	小王	22.0	清華	數學
1	小李	22.0	北大	歷史
2	小明	22.0	科大	計算機
0	小鄭	NaN	清華	物理
1	大王	NaN	醫大	鍼灸

 

4.列數據類型轉換

astype(dtype)函數用於把數據框的列轉換爲特定的類型，dtype能夠是pandas支持的類型，也能夠是numpy.dtype，也能夠是Python類型：

In [42]:

df.dtypes

Out[42]:

user      object
age        int64
shcool    object
class     object
dtype: object

In [48]:

df['age']=df['age'].astype('float64')

In [49]:

df.dtypes

Out[49]:

user       object
age       float64
shcool     object
class      object
dtype: object

更多文章，請關注：