pandas.DataFrame()的基本操作
感觉上pandas的DataFrame就像numpy中的矩阵,不过它拥有列名和索引名,实际操作起来会更方便一些。
如:
df = pd.read_clipboard()
df.columns
df.Ratings
import numpy as np
import pandas as pd
from pandas import Series, DataFrame# 使用 浏览器 打开 某网址
#import webbrowser
#link = 'https://www.tiobe.com/tiobe-index'
#webbrowser.open(link)# 从粘贴板上 复制
df = pd.read_clipboard()
print(df)
'''Oct 2018 Oct 2017 Change Programming Language Ratings Change.1
0 1 1 NaN Java 17.801% +5.37%
1 2 2 NaN C 15.376% +7.00%
2 3 3 NaN C++ 7.593% +2.59%
3 4 5 change Python 7.156% +3.35%
4 5 8 change Visual Basic .NET 5.884% +3.15%'''
print(type(df)) # <class 'pandas.core.frame.DataFrame'>
# 打印出所有的 列名
print(df.columns)
'''
Index(['Oct 2018', 'Oct 2017', 'Change', 'Programming Language', 'Ratings','Change.1'],dtype='object')
'''
# 打印出 其中 一列的 值
print(df.Ratings)
'''
0 17.801%
1 15.376%
2 7.593%
3 7.156%
4 5.884%
Name: Ratings, dtype: object
'''
# 可以使用访问字典的方式 访问
print(df['Ratings'])
'''
0 17.801%
1 15.376%
2 7.593%
3 7.156%
4 5.884%
Name: Ratings, dtype: object
'''print(type(df['Ratings'])) # 每一列 其实都是一个 series : <class 'pandas.core.series.Series'>#拿出其中的某一些列,组成一个新的dataframe
df_new = DataFrame(df. columns=['Change', 'Ratings'])
print(df_new)df_new = DataFrame(df, columns=['Change', 'Ratings', 'name'])
print(df_new)
'''Change Ratings name
0 Java None NaN
1 C None NaN
2 C++ None NaN
3 Python None NaN
4 Visual 5.884% NaN
添加的新列,会默认一 NaN填充
'''
# 为 新列 赋值
df_new['name'] = range(0, 5)
print(df_new)
'''Change Ratings name
0 Java None 0
1 C None 1
2 C++ None 2
3 Python None 3
4 Visual 5.884% 4
'''# 更改某一列 的值
df_new['Change'] = np.arange(0, 5)
print(df_new)
'''Change Ratings name
0 0 None 0
1 1 None 1
2 2 None 2
3 3 None 3
4 4 5.884% 4
'''#直接赋值一个 Series 也可以
df_new['Ratings'] = pd.Series(np.arange(0, 5))
print(df_new)# 单独为 某列的某几个值赋值
df_new['name'] = pd.Series(100, 300], index= [1, 2])
print(df_new)
'''Change Ratings name
0 0 0 NaN
1 1 1 100.0
2 2 2 300.0
3 3 3 NaN
4 4 4 NaN
'''
series和dataframe的理解:
其实dataframe就是由多个series组成的,仅此而已。
但有时候,在用series组成列表生成dataframe的时候,需要使用T进行转置。
pandas.DataFrame()的基本操作相关推荐
- pandas(三) -- DataFrame的基本操作
DataFrame的基本操作 数据查看.转置. 添加.修改.删除值 / 对齐 / 排序 1. 查看.转置. 添加.修改 df.head()#查看df头部元素 df.tail()#查看df的最后几个元素 ...
- python使用教程pandas-Python 数据处理库 pandas 入门教程基本操作
pandas是一个Python语言的软件包,在我们使用Python语言进行机器学习编程的时候,这是一个非常常用的基础编程库.本文是对它的一个入门教程. pandas提供了快速,灵活和富有表现力的数据结 ...
- pandas - DataFrame
基本特征 一个表格型的数据结构: 含有一组有序的列(类似于index): 大致可看成共享同一个index的Series集合. data = {'name':['Wangdachui', 'Linlin ...
- python pandas dataframe基本使用整理
dataframe是一种表格型的数据存储结构,可以看作是几个serie的集合.dataframe既有行索引,也有列索引. 以下代码环境为google colab/jupyter notebook. 接 ...
- python 处理数据类型data_python数据类型之pandas—DataFrame
DataFrame定义: DataFrame是pandas的两个主要数据结构之一,另一个是Series -一个表格型的数据结构 -含有一组有序的列 -大致可看成共享同一个index的Series集合 ...
- pandas使用tabulate函数将pandas dataframe以类似于plsql表格的方式打印出来(printing dataframe in tabular format)
pandas使用tabulate函数将pandas dataframe以类似于plsql表格的方式打印出来(printing dataframe in tabular format) 目录
- python将scikit-learn自带数据集转换为pandas dataframe格式
python将scikit-learn自带数据集转换为pandas dataframe格式 目录 python将scikit-learn自带数据集转换为pandas dataframe格式 #仿真数据
- pandas基于条件判断更新dataframe中所有数据列数值内容的值(Conditionally updating all values in pandas Dataframe )
pandas基于条件判断更新dataframe中所有数据列数值内容的值(Conditionally updating all values in pandas Dataframe ) 目录
- pandas基于条件判断更新dataframe中特定数据列数值内容的值(Conditionally updating values in specific pandas Dataframe )
pandas基于条件判断更新dataframe中特定数据列数值内容的值(Conditionally updating values in specific pandas Dataframe ) 目录
最新文章
- 容器云之K8s自动化安装方式的选择
- 什么场景要用@bean_终于明白为什么要加 final 关键字了!
- 自我小结--工作、学习、编码
- leetcode 538. 把二叉搜索树转换为累加树 思考分析
- 用姓名字段统计人数_基于 Wide amp; Deep 网络和 TextCNN 的敏感字段识别
- 【UVA - 10154 】Weights and Measures (贪心排序,dp,类似0-1背包,状态设定思维)
- 【华为云技术分享】测试微课堂 | 有的放矢制定测试计划
- 一周随笔--15.10.06
- redis 是哪个厂家的_redis 基本数据类型-字符串(String)
- 为什么使用JDBC数据库编程
- OSCache操作详解+标签使用
- 阿里云部署hexo教程
- python 分割线_用Python打印分割线练习
- 研发工程师L2_编程题
- Tensorflow serving 学习(一)
- 罗斯柴尔德家族与人类的四次战争
- python怎样查找收盘价_如何在Python中从晨星获得调整后的收盘价?
- css绘制一个Pinia小菠萝
- 天兔(Lepus)监控操作系统(OS)安装配置
- 用C#去读取陀螺仪姿态角度传感器JY61的串口数据
热门文章
- C++学习笔记:(九)输入/输出流
- 详细解读CSS优先级——Web前端系列学习笔记
- 【最新合集】编译原理习题(含答案)_15运行存储分配_MOOC慕课 哈工大陈鄞
- 集群(三)——haproxy+nginx搭建web集群
- shell脚本详解(一)——Shell编程规范与变量
- 使用gcc编译c语言程序,用GCC编译C ++程序
- php 获取请求,PHP 扩展 - 获取请求信息
- php按照字段合并数组,PHP实现数组根据某个字段进行水平合并横向合并代码实例...
- mysql auto_increment 原理_[Mysql]mysql原理之Auto_increment
- php双层foreach,php 双层foreach 如何提升效率