Pandas-DataFrame使用

文章目录

1.创建DataFrame数据
- 1.1 给DataFrame添加数据
- 1.3 给行索引和列索引起名
- 1.4 判断数据是否在DataFrame中
2.DataFrame数据处理
- 2.1 DataFrame数据切片
- 2.2 DataFrame数据运算

导入Pandas包, import pandas as pd
DataFrame数据是Pandas数据中的多维数据

1.创建DataFrame数据

有两种创建方法：
DataFrame是多维数据所以要使用字典Dict进行创建
默认索引创建：字典中 {'列索引': [list]}
带索引的创建：字典中{'列索引': {'行索引1': 数据， '行索引2': 数据}}

默认索引创建：行索引从0开始

data = {'state': ['Ohio', 'Ohio', 'Ohio', 'Nevada', 'Nevada', 'Nevada'],'year': [2000, 2001, 2002, 2001, 2002, 2003],'pop': [1.5, 1.7, 3.6, 2.4, 2.9, 3.2]}
frame1 = pd.DataFrame(data)

带索引的创建：

data = {'state':{'a': 'Ohio', 'b': 'Ohio','c': 'Ohio', 'd':'Nevada', 'e':'Nevada', 'f':'Nevada'},'year':{'a': 2000, 'b':2001,'c': 2002, 'd':2001, 'e':2002, 'f':2003},'pop':{'a': 1.5, 'b':1.7,'c': 3.6, 'd':2.4, 'e':2.9, 'f':3.2}}
frame2 = pd.DataFrame(data)

默认索引也可以更改索引，达到同样的效果

frame1.index = ['a', 'b', 'c', 'd', 'e', 'f']

1.1 给DataFrame添加数据

如下添加一个’status’列索引，并往索引里赋值；数据需要时一个与原DataFrame行索引长度相同的[list]
举例：

frame['status'] = frame['pop']>2

再用列表添加一个行索引：

frame['demo'] = [0, 1, 2, 3, 4, 5]

所需要删除列索引，则使用语句：del frame['列索引名字']

1.3 给行索引和列索引起名

行索引起名：DataFrame.index.name = 'index_name'
列索引起名：DataFrame.columns.name = 'columns_name'

1.4 判断数据是否在DataFrame中

行索引判断：‘name’ in frame.index
列索引判断：‘name’ in frame.columns
数据值判断：‘name’ in frame.values

若在则返回True，不在返回False

2.DataFrame数据处理

删除数据但不改变原DataFrame，使用语句drop
举例：

删除列：frame.drop('state', axis=1)
删除行：frame.drop('a')

2.1 DataFrame数据切片

有两种取数据的方法：loc[]和iloc[]
frame：

loc[]的取值方法是按DataFrame中行索引和列索引的名来进行取值，在数据量小时很好用

frame.loc['e':'f', 'state':'year']

iloc[]的取值方法是按DataFrame中数据的具体位置进行索引；

frame.iloc[4:, :2]

2.2 DataFrame数据运算

DataFrame与DataFrame之间的运算：

df1 = pd.DataFrame(np.arange(12.).reshape((3, 4)),columns=list('abcd'))
df2 = pd.DataFrame(np.arange(20.).reshape((4, 5)),columns=list('abcde'))

如果直接进行相加，会发现两个DataFrame所含有的行索引和列索引不一致，这会导致所相加后得到的DataFrame中会有NaN数据

df1.add(df2)

加入参数fill_value=0，0会代替df1中缺少的部分进行相加

df1.add(df2, fill_value=0)

将DataFrame中的数据都+1
创建一个一维数据Series，Series里的索引要对应DataFrame中列索引
s = pd.Series([1, 1, 1, 1], index=['a', 'b', 'c', 'd'])

df1 + s