python pandas dataframe——迹忆客-ag捕鱼王app官网

pandas dataframe是一种二维数据结构，数据在行和列中以表格方式对齐，可以认为就是一个表格。

在pandas数据结构一节，我们说过在pandas中高维数据结构是其低维数据结构的容器。比如 dataframe 是 series 的容器。所以可以认为 dataframe数据是由多个series组成的

dataframe 的特点

• 列之间可以是不同的类型
• 数据结构大小 可变
• 行和列都可以使用标签进行索引
• 可以对行和列进行算术运算

pandas dataframe

可以使用以下方法创建一个 dataframe 数据

pandas.dataframe( data, index, dtype, copy)

参数说明如下：

• data：一组数据(ndarray、series, map, lists, dict 等类型)。
• index：索引值，或者可以称为行标签。
• columns：列标签，默认为 rangeindex (0, 1, 2, …, n) 。
• dtype：数据类型。
• copy：拷贝数据，默认为 false。

创建 dataframe

可以使用各种数据类型作为输入创建pandas dataframe

• 列表
• 字典
• series
• numpy 数组
• dataframe

在本章的后续部分中，我们将看到如何使用这些输入创建 dataframe。

创建一个空的 dataframe

可以创建的最基本的 dataframe 是空 dataframe。

import pandas as pd
df = pd.dataframe()
print(df)

运行结果如下

empty dataframe
columns: []
index: []

使用 列表 创建 dataframe

可以使用单个列表或一组列表创建 dataframe。

import pandas as pd
#单个列表创建dataframe
data = [1,2,3,4,5]
single_df = pd.dataframe(data)
print(single_df)
#一组列表创建 dataframe
data = [['alex',10],['bob',12],['clarke',13]]
group_df = pd.dataframe(data,columns=['name','age'])
print(group_df)

运行结果如下

   0
0  1
1  2
2  3
3  4
4  5
     name  age
0    alex   10
1     bob   12
2  clarke   13

接下来我们使用一组列表创建dataframe 并且指定 dtype

import pandas as pd
data = [['alex',10],['bob',12],['jiyik',13]]
df = pd.dataframe(data,columns=['name','age'],dtype=float)
print(df)

运行结果如下

    name age
0   alex  10.0
1    bob  12.0
2  jiyik  13.0

注意- dtype参数将 age 列的类型更改为浮点数。但是在python3中对float类型有警告。

使用ndarrays/lists 的字典创建一个 dataframe

所有ndarray必须具有相同的长度。如果传递索引，则索引的长度应等于数组的长度。

如果未传递索引，则默认情况下，索引将为 range(n)，其中n是数组长度。

import pandas as pd
#不指定索引
data = {'name':['tom', 'jack', 'steve', 'ricky'],'age':[28,34,29,42]}
df = pd.dataframe(data)
print(df)
#指定索引
index_df = pd.dataframe(data, index=['rank1','rank2','rank3','rank4'])
print(index_df)

运行结果如下

    name  age
0    tom   28
1   jack   34
2  steve   29
3  ricky   42
        name  age
rank1    tom   28
rank2   jack   34
rank3  steve   29
rank4  ricky   42

使用字典列表创建一个 dataframe

字典列表可以作为输入数据创建一个 dataframe。默认情况下，字典键作为列名。

import pandas as pd
data = [{'a': 1, 'b': 2},{'a': 5, 'b': 10, 'c': 20}]
#不指定索引
df = pd.dataframe(data)
print(df)
#指定行索引
row_index_df = pd.dataframe(data, index=['first', 'second'])
print(row_index_df)
#指定列行索引和列索引
column_index_df1 = pd.dataframe(data, index=['first', 'second'], columns=['a', 'b'])
print(column_index_df1)
#指定列行索引和列索引 不存在的列则默认使用 nan
column_index_df2 = pd.dataframe(data, index=['first', 'second'], columns=['a', 'b','c1'])
print(column_index_df2)

运行结果如下

   a   b     c
0  1   2   nan
1  5  10  20.0
        a   b     c
first   1   2   nan
second  5  10  20.0
        a   b
first   1   2
second  5  10
        a   b  c1
first   1   2 nan
second  5  10 nan

注意- 观察，column_index_df2 dataframe 是使用字典键以外的列索引 c1 创建的；因此，该列显示 nan 。

从 series 字典创建数据帧

可以传递 series 字典 来创建 dataframe。结果索引是所有传递的 series 索引的并集。

import pandas as pd
d = {'one' : pd.series([1, 2, 3], index=['a', 'b', 'c']),
   'two' : pd.series([1, 2, 3, 4], index=['a', 'b', 'c', 'd'])}
df = pd.dataframe(d)
print(df)

运行结果如下

   one  two
a  1.0    1
b  2.0    2
c  3.0    3
d  nan    4

注意- 对于series one，没有标签“d”，但在结果中，对于d标签，则只能显示nan。

访问 列

d = {'one' : pd.series([1, 2, 3], index=['a', 'b', 'c']),
   'two' : pd.series([1, 2, 3, 4], index=['a', 'b', 'c', 'd'])}
df = pd.dataframe(d)
print(df ['one'])

运行结果如下

a    1.0
b    2.0
c    3.0
d    nan
name: one, dtype: float64

添加列

我们将通过向现有 dataframe 添加新列来理解该知识点。

import pandas as pd
d = {'one' : pd.series([1, 2, 3], index=['a', 'b', 'c']),
   'two' : pd.series([1, 2, 3, 4], index=['a', 'b', 'c', 'd'])}
df = pd.dataframe(d)
#向现有的dataframe添加一个新列
print ("adding a new column by passing as series:")
df['three']=pd.series([10,20,30],index=['a','b','c'])
print(df)
print ("adding a new column using the existing columns in dataframe:")
df['four']=df['one'] df['three']
print(df)

运行结果如下

adding a new column by passing as series:
   one  two  three
a  1.0    1   10.0
b  2.0    2   20.0
c  3.0    3   30.0
d  nan    4    nan
adding a new column using the existing columns in dataframe:
   one  two  three  four
a  1.0    1   10.0  11.0
b  2.0    2   20.0  22.0
c  3.0    3   30.0  33.0
d  nan    4    nan   nan

删除列

可以从dataframe中删除或弹出列；让我们举一个例子。

import pandas as pd
d = {'one' : pd.series([1, 2, 3], index=['a', 'b', 'c']), 
   'two' : pd.series([1, 2, 3, 4], index=['a', 'b', 'c', 'd']), 
   'three' : pd.series([10,20,30], index=['a','b','c'])}
df = pd.dataframe(d)
print ("our dataframe is:")
print(df)
#删除
print ("deleting the first column using del function:")
del df['one']
print(df)
#弹出
print ("deleting another column using pop function:")
df.pop('two')
print(df)

运行结果如下

our dataframe is:
   one  two  three
a  1.0    1   10.0
b  2.0    2   20.0
c  3.0    3   30.0
d  nan    4    nan
deleting the first column using del function:
   two  three
a    1   10.0
b    2   20.0
c    3   30.0
d    4    nan
deleting another column using pop function:
   three
a   10.0
b   20.0
c   30.0
d    nan

行的访问、添加和删除

我们现在将通过示例了解行检索、添加和删除。

检索行

行的检索可以通过 标签、位置和切片的方式来进行

import pandas as pd
d = {'one' : pd.series([1, 2, 3], index=['a', 'b', 'c']), 
   'two' : pd.series([1, 2, 3, 4], index=['a', 'b', 'c', 'd'])}
df = pd.dataframe(d)
#标签检索
print("access by label:")
print(df.loc['b'])
#位置索引
print("access by position:")
print(df.iloc[2])
#切片方式检索
print("access by slicing:")
print(df[2:4])

运行结果如下

access by label:
one    2.0
two    2.0
name: b, dtype: float64
access by position:
one    3.0
two    3.0
name: c, dtype: float64
access by slicing:
   one  two
c  3.0    3
d  nan    4

添加行

使用append函数向 dataframe 添加新行。此函数将在末尾追加行。

import pandas as pd
df = pd.dataframe([[1, 2], [3, 4]], columns = ['a','b'])
df2 = pd.dataframe([[5, 6], [7, 8]], columns = ['a','b'])
df = df.append(df2)
print(df)

运行结果如下

 a  b
0  1  2
1  3  4
0  5  6
1  7  8

删除行

使用索引标签从 dataframe 中删除行。如果标签重复，则将删除多行。

在上面的示例中，标签是重复的。让我们删除一个标签，看看有多少行会被删除。

import pandas as pd
df = pd.dataframe([[1, 2], [3, 4]], columns = ['a','b'])
df2 = pd.dataframe([[5, 6], [7, 8]], columns = ['a','b'])
df = df.append(df2)
df = df.drop(0)
print(df)

运行结果如下

   a  b
1  3  4
1  7  8

在上面的示例中，删除了两行，因为这两行包含相同的标签 0。