python 数据结构包括三方面_Python数据结构:数据框
前一篇文章提到了Python数据结构:神奇的序列,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:
image
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:
image
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:
image
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:
image
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:
image
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:
image.png2.2 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:
image.png
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。
image.png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:
image.png2.2 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:
image.png
[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:
image.png
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:
image.png
: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:
image.pngiloc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
image.png
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:
image.png# 获取2\3行全部列df1.loc[[2,3],:]df1.iloc[[1,2],:] #iloc方法
结果:
image.png
# 获取1~3行全部列df1.loc[1:3,:]df1.iloc[0:3,:] # iloc方法
结果:
image.png
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:
image.png
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:
image.png3.2 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:
image.png
Insert方法,可以指定新增列的位置。
df1.insert(1,'score2',[77,78,79])df1
结果:
image.png
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。
3.删3.1 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:
image.png
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3.2 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:
image.png
也可以不传入columns,但要传入axis = 1参数。
df1.drop('num',axis = 1)
4.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:
image.png
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:
image.png
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:
image.png
python 数据结构包括三方面_Python数据结构:数据框相关推荐
- python 数据结构包括三方面_python数据结构
python数据结构 背景 之所以选择这个话题,有两方面原因: 很多情况下,有些语句是看到别人这么用,自己就这么用,并不知道为什么要这么用 写了一段代码,很简洁很美观,跑起来比驴还慢 只有知道内部原理 ...
- 硬核资源!Redis 五种数据结构以及三种高级数据结构解析(详解)
上一篇分享的是<深入理解JVM>,这篇给大家分享<Redis 五种数据结构以及三种高级数据结构解析>. 前言 在 Redis 最重要最基础就属 它丰富的数据结构了,Redis ...
- 笨办法学 Python · 续 第三部分:数据结构
第三部分:数据结构 原文:Part III: Data Structures 译者:飞龙 协议:CC BY-NC-SA 4.0 自豪地采用谷歌翻译 你正在以你的方式构建个人流程,它让你以有限的阻碍快速 ...
- python建立数据库并序列化_Python之数据序列化(json、pickle、shelve)
一.python类型数据和JSON数据格式互相转换 pthon 中str类型到JSON中转为unicode类型,None转为null,dict对应object 二. 序列化/反序列化 将对象转换为可通 ...
- python excel数据框_python – 熊猫数据框到Excel表
根据您的上述需求,您将需要使用 Python(导出熊猫数据框)和VBA(删除现有工作表内容并复制/粘贴外部数据). 使用Python:使用to_csv或to_excel方法.我推荐使用更大的数据集更好 ...
- python怎么输入三引号_python三引号如何输入
python三引号如何输入,注释,字符,引号,单引号,双引号 python三引号如何输入 易采站长站,站长之家为您整理了python三引号如何输入的相关内容. Python中的三引号,3个单引号及3个 ...
- python如何输入三引号_python三引号如何输入
python三引号如何输入 Python中的三引号,3个单引号及3个双引号 实际上3个单引号和3个双引号不经常用,但是在某些特殊格式的字符串下却有大用处.通常情况下我们用单引号或者双引号定义一个字符 ...
- python更改数据框指定位置的数据_python – 更改数据框中多个loc的最快方法
我有一个包含100万行的pandas数据帧.我想用另一组值替换列中900,000行的值.有没有for循环(我需要两天才能完成)的快速方法吗? 例如,查看此示例数据框,其中我已将100万行压缩为8行 i ...
- python更改数据框指定位置的数据_python – 移动数据框列并更改列顺序
我有一个名为df的数据框,其中包含以下列数据标题: date A B C D E F G H I 07/03/2016 2.08 1 NaN NaN 1029 2 2.65 4861688 -0.03 ...
- 型数据保留几位小数_Python数据分析—数据框的简单操作
本文是数据分析的第三课,教大家如何在python中对数据框进行简单操作,包括更改列名.显示某列中的部分字符.对某列的数值型数据进行取整等. 本文目录 更改列名 显示某列中的部分字符 抽取某列的部分字符 ...
最新文章
- ASP.NET 3.5之屠龙刀
- JADAK收购RFID方案商SkyeTek,增强竞争力
- P2502 [HAOI2006]旅行
- 文巾解题 1556. 千位分隔数
- QD75运动模块使用
- java break的用法_Java基础break、continue语句的用法
- php李捷,【问题解答】蝶泳手外划的作用
- How to install VNC on Ubuntu
- php文件流播放拖动,自定义实现可以播放暂停、进度拖拽、音量控制及全屏的H5播放器...
- 【通信总线】CAN 总线简介及应用
- 【方向盘】使用IDEA的60+个快捷键分享给你,权为了提效(运行/调试篇)
- es管理器免root_re管理器和es管理器哪个好
- 浅述SaaS、CRM、OA、ERP、HR、进销存、财务系统的区别
- 还原故事的真相:少年派毫不奇幻的残酷漂流
- amigo幸运字符什么意思_OMG,12 个精致的 Java 字符串操作小技巧,学它
- c语言求等差数列的和oj,华为oj之等差数列前n项和
- 关于Qt各个版本的下载地址
- 数据库学习之num1
- ERD Commander 2005 Boot CD 剖析及汉化试验
- C语言校验 checksum