dataframe 空值替换为0_Python数据结构大结局:DataFrame
前一篇文章提到了序列,可以理解为Excel里没有列名的一列数据,那么Excel里的由行列组成的表数据是如何对应到Python中的呢?就是今天要说的数据框:DataFrame。
它是由一组数据和一对索引(行索引和列索引)组成的二维数据结构,可以看成Excel里的表格,与Series不同的是,DataFrame可以有多行/列数据。
1.建
首先要导入pandas模块,简写为pd。
In [1]:import pandas as pd
从列表中创建DataFrame
# 从列表中创建list1 = [2,5,8,10]df_l = pd.DataFrame(list1)df_l
结果:
这里传入的是一个单一的列表,得到的是带有行列索引的一列数据,行索引用index表示,就是这里最前面竖着的那一列[0,1,2,3],相当于Excel里的第一列,列索引用columns表示,相当于Excel里的第一行,由于没有指定索引,因此都是默认从0开始递增的索引,这里横排第一行就是列索引,除去行列索引,中间的区域为values:值区域。
从字典中创建
# 从字典中创建dict1 = {"name":["Tony","Nancy","Judy","Cindy"], "age":[16,17,18,15], "sex":["male","female","female","female"]}df_d = pd.DataFrame(dict1)df_d
结果:
从字典中创建DataFrame,每个键就默认为columns。
从嵌套列表中创建
嵌套列表顾名思义,就是列表中还有列表,这种方式也可以创建数据框,同字典不同的是,字典创建的数据框键值对是一列一列的,嵌套列表创建的数据框是一行一行的。
# 嵌套列表创建list2 = [["Jane",15,101],["David",18,103],["Peter",16,102]]df1 = pd.DataFrame(list2)df1
结果:
以上创建数据框都没有指定索引,下面我们来指定行列索引,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
结果:
2.查
查是指对数据框行/列数据的访问
2.1 选择行
Excel里没有专门的选择行的方法,就是直接用鼠标选择。在Pandas里要选择一行或几行数据,可以用loc或iloc方法,区别在于,loc方法传入的是行所在索引的名称,而iloc方法传入的是行的绝对位置。
选择一行
选择df1数据框的第二行,可以用df1.loc[2],这里的2是第二行对应的行索引的名称。
# 访问df1第二行df1.loc[2]
结果:
若用iloc方法,则这样写df1.iloc[1],别忘了一直说的索引是从0开始递增,所以第二行的绝对位置是1,iloc[1]表示取第二行的值。
df1.iloc[1]
结果同loc是一样的
选择几行
要选择几行,可以用iloc选择绝对位置并切片的方法。
# 选择前2行df1.iloc[:2]
结果:
若选择的不是连续的几行,就不用切片,iloc方法传入选择行的绝对位置,loc传入索引名称,并用列表括起来。
# 选择第一行和第三行df1.iloc[[0,2]]df1.loc[[1,3]]
结果:
2.2 选择列
在Excel里选择列也是鼠标直接操作,除非是进行条件筛选,这个就是后话了,pandas里选择列的方式很简单,直接按列名选择即可,在数据框后面用中括号加上要选择的列名,或者数据框后面.列名,二者任选。
数据框[列名]
数据框.列名
选择一列
df.列名 等价于 Df[列名]
# 选择name列df1["name"]df1.name
结果:
注意到这样选择列得到的是序列而非数据框,如果想要得到数据框,要再加中括号。
选择几列
同行选择一样,选择几列的时候,要用中括号括起来。
# 选择1、3列df1[["name","num"]]
结果:
2.2 行列同时选择定位
Loc定位
df.loc[行索引,列索引]可以定位一个数据.
# loc定位df1.loc[[1,3],["name","age"]]
结果:
[1,3]是行索引,是一个列表值,表示获取1、3行标签所在的行,[“name”,”age”]是列索引,表示获取name,age列索引所在的列。
还可以用切片获取全部的行
# 获取name num列的全部行df1.loc[:,["name","num"]]
结果:
左边的冒号表示获取全部的行,右边的列表值表示获取name列和num列。
同理获取全部列
# 获取2\3行全部列df1.loc[[2,3],:]
结果:
:号不仅可以用来表示全部的行/列,还可以用在行/列中,进行切片。
# 获取1~3行全部列df1.loc[1:3,:]
结果:
iloc定位
按照元素的绝对位置定位,行列索引都是从0开始。对比loc方法,loc里的1,3是行索引的名称,而iloc里的0,2是1、3这两个行索引所处的位置,同样地,name和age列的位置是0,1.
# loc定位df1.loc[[1,3],["name","age"]]# ilocdf1.iloc[[0,2],[0,1]] # iloc方法
iloc也可以切片。
# 获取name num列的全部行df1.loc[:,["name","num"]]df1.iloc[:,[0,2]] #iloc方法
结果:
# 获取2\3行全部列df1.loc[[2,3],:]df1.iloc[[1,2],:] #iloc方法
结果:
# 获取1~3行全部列df1.loc[1:3,:]df1.iloc[0:3,:] # iloc方法
结果:
Iloc切片是左闭右开的,也就是右区间时不包含的,0:3的意思是取第1行至第四行的值,不包括第四行,那实际上就只取到了第三行。Iloc切片的规则同Series切片是一样的。
3.增
3.1 插入行
同序列一样,如果想要在DataFrame里增加行记录,做法是建立一个新的DataFrame,然后将两个DataFrame纵向合并起来,同样用到append方法,
# 追加行df2 = pd.DataFrame({"name":["Jane"],"age":[16],"sex":["female"]})df_d.append(df2,ignore_index = True)
结果:
除了append方法可以进行表的纵向合并以达到插入行记录的目的外,还有concat方法。Concat是基于pandas的方法,用列表框起来,表示将两个数据框纵向拼接。这里我们可以看到索引还是原来数据框的索引,可以重置索引,设置ignore_index = True,就新生成一个索引了,append里也可以用。
pd.concat([df_d,df2],ignore_index = True)
结果是一样的:
3.2 插入列
直接对新增的列赋值,新增的列在数据框末尾。新增score列,用列表赋值,这里df1[“score”]不能替换成df1.score。
# 插入列df1["score"] = [85,58,99]df1
结果:
Insert方法,可以指定新增列的位置。
df1.insert(1,"score2",[77,78,79])df1
结果:
insert方法的第一个参数是要插入列的位置,1表示将新列插入在第二列,第二个参数是列名,这里是score2,第三个参数是值。
4.删
4.1 删除行
Drop方法,index指定行,index = 1的意思是删除行索引名称为1的这一行。
# 删除行df1.drop(index = 1)
结果:
还可以不写index,写axis = 0,表示按行删除。
df1.drop(1,axis = 0)
结果是一样的
4.2 删除列
对应删除行的操作,可以传入columns指定列
# 删除列df1.drop(columns = "num")
结果:
也可以不传入columns,但要传入axis = 1参数。
df1.drop("num",axis = 1)
5.改
数据框修改实际上就是数据框中数值的替换,用replace方法,replace(A,B),表示把A替换成B。选中age列,将age列中15的值替换为25,输出df1,并设置inplace = True参数,表示立即更新。
# 一对一替换df1["age"].replace(15,25,inplace = True)df1
结果:
上个例子是将1个值替换成另一个值,那如果是要把18和16替换成26呢?把16和18用列表框起来,用26去替换他们。
# 多对一替换df1["age"].replace([18,16],26,inplace = True)df1
结果:
再比如要将num列的101,102,103分别对应替换成1001,1002和1003呢?这时字典就派上用场了。
# 多对多替换df1["num"].replace({101:1001,102:1002,103:1003},inplace = True)df1
结果:
今天的内容就这些,后面将进入实战部分,are u ready?
相关阅读:
临行在即,分享一个自己写的sklearn源码库
python数据科学系列:pandas入门详细教程
python数据科学系列:matplotlib入门详细教程
python数据科学系列:numpy入门详细教程
dataframe 空值替换为0_Python数据结构大结局:DataFrame相关推荐
- dataframe 空值替换为0_Python数据分析:Pandas之DataFrame
内容目录 DataFrame简介 DataFrame创建方式 DataFrame索引和切片 DataFrame属性 DataFrame级联与合并 DataFrame基本操作 DataFrame分组聚合 ...
- dataframe 空值替换为0_缓解Pandas中DataFrame占用内存过高
0 背景 在我们使用pandas进行数据处理的时候,有时候发现文件在本地明明不大,但是用pandas以DataFrame形式加载内存中的时候会占用非常高的内存,本文即解决这样的问题. 1 原因 如果是 ...
- dataframe 空值替换为0_dataframe取元素方法总结
dataframe是pandas包的重要对象,熟练掌握dataframe的基本操作是很有必要的. 下面就总结一下dataframe取行列元素的基本操作. 一. DataFrame的基本结构 可以理解为 ...
- 跟我学 Java 8 新特性之 Stream 流(七)流与迭代器,流系列大结局
转载自 跟我学 Java 8 新特性之 Stream 流(七)流与迭代器,流系列大结局 恭喜你们,马上就要学完Java8 Stream流的一整系列了,其实我相信Stream流对很多使用Java的同 ...
- 数据结构大作业_大数据课程笔记
前言: 到目前为止有了一个月的时间,学习了python基础及算法.常用计算库numpy和pandas数据的导入和各种处理.matplotlib和seaborn做数据可视化 以及上周的大数据框架hado ...
- 【天池龙珠计划】Python训练营 Task02 Python基础练习:数据结构大汇总
[天池龙珠计划]Python训练营 Task02 Python基础练习:数据结构大汇总 文章目录 [天池龙珠计划]Python训练营 Task02 Python基础练习:数据结构大汇总 一.列表 1. ...
- pandas使用replace函数替换dataframe中的值:replace函数对dataframe中的多个值进行替换、即一次性同时对多个值进行替换操作
pandas使用replace函数替换dataframe中的值:replace函数对dataframe中的多个值进行替换.即一次性同时对多个值进行替换操作 目录
- pandas使用replace函数替换dataframe中的值:replace函数对dataframe中指定数据列的值进行替换、替换具体数据列的相关值
pandas使用replace函数替换dataframe中的值:replace函数对dataframe中指定数据列的值进行替换.替换具体数据列的相关值 目录
- 实力封装:Unity打包AssetBundle(大结局)
→→前情提要:让用户选择要打包的文件←← 大结局:更多选择 Unity打包AssetBundle从入门到放弃系列终于要迎来大结局了[小哥哥表示实在写不动了o(╥﹏╥)o]... 经过上一次的教程,其实 ...
最新文章
- java试用(1)hello world
- 虚拟服务器设置upnp,TP-Link路由器如何设置UPNP开启【设置步骤】
- php多主写数据,多数据库的配置(从主)
- python中运算符号怎样表示_Python中的运算符与表达式
- C++中派生类隐式调用与显式调用基类的构造函数
- IModelBinder
- python invalid syntax string_Python报错,“SyntaxError: invalid syntax”
- 码农们:你属于哪一种极品程序员?
- PHP常用函数归类总结【大全】
- EditPlus怎么首行和末尾统一添加文本内容
- 【Linux】返回上级目录
- elementui 描述列表Descriptions组件宽度修改
- 安装andriod studio
- icp经营许可证怎么办?
- SSD-主控、闪存和固件(转)
- Linux内存申请失败失败会怎样,linux - 转储失败,因为无法加载资产 - 堆栈内存溢出...
- linux 相机软件,镜像相机app
- 特征工程-幅度调整-无量纲化(二):归一化和标准化案例,看不懂你打我
- 关于eclipse中js文件没有提示代码的解决
- 自然语言处理的数学原理(一)
热门文章
- java se环境变量_Windows 7中配置JDK(Java SE)环境变量
- linux使网卡点亮_Linux下 无线网卡配置无线唤醒功能的方法
- java数学函数Math类
- android textview 必填,在android中如何使用Html渲染的方式实现必填项前面的*号
- mysql unique和key_MYSQL的primary key和unique key的区别
- android界面设计所用中文什么字体,「界面」手机界面设计字体大小知多少
- 使用构建器模式来帮助您的单元测试
- win10中使用Docker安装svn的简单教程
- Visual Studio 2019 首个候选发布版发布
- jquery name选择器_Jquery--1