Python數據結構大結局：DataFrame

前一篇文章提到了序列,能夠理解爲Excel裏沒有列名的一列數據,那麼Excel裏的由行列組成的表數據是如何對應到Python中的呢？就是今天要說的數據框：DataFrame。

它是由一組數據和一對索引（行索引和列索引）組成的二維數據結構，能夠當作Excel裏的表格，與Series不一樣的是，DataFrame能夠有多行/列數據。

1．建

首先要導入pandas模塊，簡寫爲pd。

In [1]:import pandas as pd

從列表中建立DataFrame

# 從列表中建立
list1 = [2,5,8,10]
df_l = pd.DataFrame(list1)
df_l

結果：

image

這裏傳入的是一個單一的列表，獲得的是帶有行列索引的一列數據，行索引用index表示，就是這裏最前面豎着的那一列[0,1,2,3]，至關於Excel裏的第一列，列索引用columns表示，至關於Excel裏的第一行，因爲沒有指定索引，所以都是默認從0開始遞增的索引，這裏橫排第一行就是列索引，除去行列索引，中間的區域爲values：值區域。

image

從字典中建立

# 從字典中建立
dict1 = {"name":["Tony","Nancy","Judy","Cindy"],
        "age":[16,17,18,15],
        "sex":["male","female","female","female"]}
df_d = pd.DataFrame(dict1)
df_d

結果：

image

從字典中建立DataFrame，每一個鍵就默認爲columns。

從嵌套列表中建立

嵌套列表顧名思義，就是列表中還有列表，這種方式也能夠建立數據框，同字典不一樣的是，字典建立的數據框鍵值對是一列一列的，嵌套列表建立的數據框是一行一行的。

# 嵌套列表建立
list2 = [["Jane",15,101],["David",18,103],["Peter",16,102]]
df1 = pd.DataFrame(list2)
df1

結果：

image

以上建立數據框都沒有指定索引，下面咱們來指定行列索引，columns指定列索引，index指定行索引。

# 指定行列索引
list2 = [["Jane",15,101],["David",18,103],["Peter",16,102]]
df1 = pd.DataFrame(list2,index = [1,2,3],columns = ["name","age","num"])
df1

結果：

image

2.查

查是指對數據框行/列數據的訪問

2.1 選擇行

Excel裏沒有專門的選擇行的方法，就是直接用鼠標選擇。在Pandas裏要選擇一行或幾行數據，能夠用loc或iloc方法，區別在於，loc方法傳入的是行所在索引的名稱，而iloc方法傳入的是行的絕對位置。

選擇一行

選擇df1數據框的第二行，能夠用df1.loc[2]，這裏的2是第二行對應的行索引的名稱。

# 訪問df1第二行
df1.loc[2]

結果：

image

若用iloc方法，則這樣寫df1.iloc[1]，別忘了一直說的索引是從0開始遞增，因此第二行的絕對位置是1，iloc[1]表示取第二行的值。

df1.iloc[1]

結果同loc是同樣的

選擇幾行

要選擇幾行，能夠用iloc選擇絕對位置並切片的方法。

# 選擇前2行
df1.iloc[:2]

結果：

image

若選擇的不是連續的幾行，就不用切片，iloc方法傳入選擇行的絕對位置，loc傳入索引名稱，並用列表括起來。

# 選擇第一行和第三行
df1.iloc[[0,2]]
df1.loc[[1,3]]

結果：

image.png

2.2 選擇列

在Excel裏選擇列也是鼠標直接操做，除非是進行條件篩選，這個就是後話了，pandas裏選擇列的方式很簡單，直接按列名選擇便可，在數據框後面用中括號加上要選擇的列名，或者數據框後面.列名，兩者任選。

數據框[列名]
數據框.列名

選擇一列

df.列名 等價於 Df[列名]

# 選擇name列
df1["name"]
df1.name

結果：

image.png

注意到這樣選擇列獲得的是序列而非數據框，若是想要獲得數據框，要再加中括號。

image.png

選擇幾列

同行選擇同樣，選擇幾列的時候，要用中括號括起來。

# 選擇1、3列
df1[["name","num"]]

結果：

image.png

2.2 行列同時選擇定位

Loc定位

df.loc[行索引，列索引]能夠定位一個數據.

# loc定位
df1.loc[[1,3],["name","age"]]

結果：

image.png

[1,3]是行索引，是一個列表值，表示獲取一、3行標籤所在的行，[「name」,」age」]是列索引，表示獲取name,age列索引所在的列。

還能夠用切片獲取所有的行

# 獲取name num列的所有行
df1.loc[:,["name","num"]]

結果：

image.png

左邊的冒號表示獲取所有的行，右邊的列表值表示獲取name列和num列。

同理獲取所有列

# 獲取2\3行所有列
df1.loc[[2,3],:]

結果：

image.png

：號不只能夠用來表示所有的行/列，還能夠用在行/列中，進行切片。

# 獲取1~3行所有列
df1.loc[1:3,:]

結果：

image.png

iloc定位

按照元素的絕對位置定位，行列索引都是從0開始。對比loc方法，loc裏的1,3是行索引的名稱，而iloc裏的0,2是一、3這兩個行索引所處的位置，一樣地，name和age列的位置是0,1.

# loc定位
df1.loc[[1,3],["name","age"]]
# iloc
df1.iloc[[0,2],[0,1]] # iloc方法

image.png

iloc也能夠切片。

# 獲取name num列的所有行
df1.loc[:,["name","num"]]
df1.iloc[:,[0,2]] #iloc方法

結果：

image.png

# 獲取2\3行所有列
df1.loc[[2,3],:]
df1.iloc[[1,2],:] #iloc方法

結果：

image.png

# 獲取1~3行所有列
df1.loc[1:3,:]
df1.iloc[0:3,:] # iloc方法

結果：

image.png

Iloc切片是左閉右開的，也就是右區間時不包含的，0:3的意思是取第1行至第四行的值，不包括第四行，那實際上就只取到了第三行。Iloc切片的規則同Series切片是同樣的。

3.增

3.1 插入行

同序列同樣，若是想要在DataFrame裏增長行記錄，作法是創建一個新的DataFrame，而後將兩個DataFrame縱向合併起來，一樣用到append方法，

# 追加行
df2 = pd.DataFrame({"name":["Jane"],"age":[16],"sex":["female"]})
df_d.append(df2,ignore_index = True)

結果：

image.png

除了append方法能夠進行表的縱向合併以達到插入行記錄的目的外，還有concat方法。Concat是基於pandas的方法，用列表框起來，表示將兩個數據框縱向拼接。這裏咱們能夠看到索引仍是原來數據框的索引，能夠重置索引，設置ignore_index = True,就新生成一個索引了，append裏也能夠用。

pd.concat([df_d,df2],ignore_index = True)

結果是同樣的：

image.png

3.2 插入列

直接對新增的列賦值，新增的列在數據框末尾。新增score列，用列表賦值，這裏df1[「score」]不能替換成df1.score。

# 插入列
df1["score"] = [85,58,99]
df1

結果：

image.png

Insert方法，能夠指定新增列的位置。

df1.insert(1,"score2",[77,78,79])
df1

結果：

image.png

insert方法的第一個參數是要插入列的位置，1表示將新列插入在第二列，第二個參數是列名，這裏是score2，第三個參數是值。

3.刪

3.1 刪除行

Drop方法，index指定行，index = 1的意思是刪除行索引名稱爲1的這一行。

# 刪除行
df1.drop(index = 1)

結果：

image.png

還能夠不寫index，寫axis = 0，表示按行刪除。

df1.drop(1,axis = 0)

結果是同樣的

3.2 刪除列

對應刪除行的操做，能夠傳入columns指定列

# 刪除列
df1.drop(columns = "num")

結果：

image.png

也能夠不傳入columns，但要傳入axis = 1參數。

df1.drop("num",axis = 1)

4.改

數據框修改實際上就是數據框中數值的替換，用replace方法，replace(A,B)，表示把A替換成B。選中age列，將age列中15的值替換爲25，輸出df1，並設置inplace = True參數，表示當即更新。

# 一對一替換
df1["age"].replace(15,25,inplace = True)
df1

結果：

image.png

上個例子是將1個值替換成另外一個值，那若是是要把18和16替換成26呢？把16和18用列表框起來，用26去替換他們。

# 多對一替換
df1["age"].replace([18,16],26,inplace = True)
df1

結果：

image.png

再好比要將num列的101，102,103分別對應替換成1001,1002和1003呢？這時字典就派上用場了。

# 多對多替換
df1["num"].replace({101:1001,102:1002,103:1003},inplace = True)
df1

結果：

image.png今天的內容就這些，後面將進入實戰部分，are u ready？