pandas基本数据对象及操作(DataFrame篇)
2024-05-13 00:38:12
一.创建DataFrame
import pandas as pd
country1 = pd.Series({'Name': '中国','Language': 'Chinese','Area': '9.597M km2','Happiness Rank': 79})
country2 = pd.Series({'Name': '美国','Language': 'English (US)','Area': '9.834M km2','Happiness Rank': 14})
country3 = pd.Series({'Name': '澳大利亚','Language': 'English (AU)','Area': '7.692M km2','Happiness Rank': 9})
df = pd.DataFrame([country1, country2, country3], index=['CH', 'US', 'AU'])
print(df)Area Happiness Rank Language Name
CH 9.597M km2 79 Chinese 中国
US 9.834M km2 14 English (US) 美国
AU 7.692M km2 9 English (AU) 澳大利亚# 添加数据
# 如果个数小于要求的个数，会自动进行“广播”操作
# 如果大于要求的个数，会报错
df['Location'] = '地球'
print(df)
df['Region'] = ['亚洲', '北美洲', '大洋洲']
print(df)Name Language Area Happiness Rank Location
CH 中国 Chinese 9.597M km2 79 地球
US 美国 English (US) 9.834M km2 14 地球
AU 澳大利亚 English (AU) 7.692M km2 9 地球Name Language Area Happiness Rank Location Region
CH 中国 Chinese 9.597M km2 79 地球 亚洲
US 美国 English (US) 9.834M km2 14 地球 北美洲
AU 澳大利亚 English (AU) 7.692M km2 9 地球 大洋洲
二.DataFrame索引
# 行索引
print('loc:')
print(df.loc['CH'])
print(type(df.loc['CH']))
print('iloc:')
print(df.iloc[1])
print(type(df.iloc[1])loc:
Area 9.597M km2
Happiness Rank 79
Language Chinese
Name 中国
Location 地球
Region 亚洲
Name: CH, dtype: object<class 'pandas.core.series.Series'>iloc:
Area 9.834M km2
Happiness Rank 14
Language English (US)
Name 美国
Location 地球
Region 北美洲
Name: US, dtype: object<class 'pandas.core.series.Series'># 列索引
print(df['Area'])
print(type(df['Area']))CH 9.597M km2
US 9.834M km2
AU 7.692M km2
Name: Area, dtype: object
<class 'pandas.core.series.Series'># 获取不连续的列数据
print(df[['Name', 'Area']])Name Area
CH 中国 9.597M km2
US 美国 9.834M km2
AU 澳大利亚 7.692M km2# 混合索引
# 注意写法上的区别
print('先取出列，再取行：')
print(df['Area']['CH'])
print(df['Area'].loc['CH'])
print(df['Area'].iloc[0])print('先取出行，再取列：')
print(df.loc['CH']['Area'])
print(df.iloc[0]['Area'])先取出列，再取行：
9.597M km2
9.597M km2
9.597M km2
先取出行，再取列：
9.597M km2
9.597M km2# 转换行和列
print(df.T)CH US AU
Area 9.597M km2 9.834M km2 7.692M km2
Happiness Rank 79 14 9
Language Chinese English (US) English (AU)
Name 中国 美国 澳大利亚
Location 地球 地球 地球
Region 亚洲 北美洲 大洋洲三.删除操作
print(df.drop(['CH']))
# 注意drop操作只是将修改后的数据copy一份，而不会对原始数据进行修改
print(df)Area Happiness Rank Language Name Location Region
US 9.834M km2 14 English (US) 美国 地球 北美洲
AU 7.692M km2 9 English (AU) 澳大利亚 地球 大洋洲Area Happiness Rank Language Name Location Region
CH 9.597M km2 79 Chinese 中国 地球 亚洲
US 9.834M km2 14 English (US) 美国 地球 北美洲
AU 7.692M km2 9 English (AU) 澳大利亚 地球 大洋洲print(df.drop(['CH'], inplace=True))
# 如果使用了inplace=True，会在原始数据上进行修改，同时不会返回一个copy
print(df)NoneArea Happiness Rank Language Name Location Region
US 9.834M km2 14 English (US) 美国 地球 北美洲
AU 7.692M km2 9 English (AU) 澳大利亚 地球 大洋洲# 如果需要删除列，需要指定axis=1
print(df.drop(['Area'], axis=1))
print(df)Happiness Rank Language Name Location Region
US 14 English (US) 美国 地球 北美洲
AU 9 English (AU) 澳大利亚 地球 大洋洲Area Happiness Rank Language Name Location Region
US 9.834M km2 14 English (US) 美国 地球 北美洲
AU 7.692M km2 9 English (AU) 澳大利亚 地球 大洋洲# 也可直接使用del关键字
del df['Name']
print(df)Area Happiness Rank Language Location Region
US 9.834M km2 14 English (US) 地球 北美洲
AU 7.692M km2 9 English (AU) 地球 大洋洲四.DataFrame的操作与加载
print(df['Happiness Rank'])US 14
AU 9
Name: Happiness Rank, dtype: int64# 注意从DataFrame中取出的数据进行操作后，会对原始数据产生影响
ranks = df['Happiness Rank']
ranks += 2
print(ranks)
print(df)US 16
AU 11
Name: Happiness Rank, dtype: int64Area Happiness Rank Language Location Region
US 9.834M km2 16 English (US) 地球 北美洲
AU 7.692M km2 11 English (AU) 地球 大洋洲# 注意从DataFrame中取出的数据进行操作后，会对原始数据产生影响
# 安全的操作是使用copy()
ranks = df['Happiness Rank'].copy()
ranks += 2
print(ranks)
print(df)US 18
AU 13
Name: Happiness Rank, dtype: int64Area Happiness Rank Language Location Region
US 9.834M km2 16 English (US) 地球 北美洲
AU 7.692M km2 11 English (AU) 地球 大洋洲# 加载csv文件数据
reprot_2015_df = pd.read_csv('./2015.csv')
print('2015年数据预览：')
print(reprot_2015_df.head())2015年数据预览：Country Region Happiness Rank Happiness Score \
0 Switzerland Western Europe 1 7.587
1 Iceland Western Europe 2 7.561
2 Denmark Western Europe 3 7.527
3 Norway Western Europe 4 7.522
4 Canada North America 5 7.427 Standard Error Economy (GDP per Capita) Family \
0 0.03411 1.39651 1.34951
1 0.04884 1.30232 1.40223
2 0.03328 1.32548 1.36058
3 0.03880 1.45900 1.33095
4 0.03553 1.32629 1.32261 Health (Life Expectancy) Freedom Trust (Government Corruption) \
0 0.94143 0.66557 0.41978
1 0.94784 0.62877 0.14145
2 0.87464 0.64938 0.48357
3 0.88521 0.66973 0.36503
4 0.90563 0.63297 0.32957 Generosity Dystopia Residual
0 0.29678 2.51738
1 0.43630 2.70201
2 0.34139 2.49204
3 0.34699 2.46531
4 0.45811 2.45176 print(reprot_2015_df.info())<class 'pandas.core.frame.DataFrame'>
RangeIndex: 158 entries, 0 to 157
Data columns (total 12 columns):
Country 158 non-null object
Region 158 non-null object
Happiness Rank 158 non-null int64
Happiness Score 158 non-null float64
Standard Error 158 non-null float64
Economy (GDP per Capita) 158 non-null float64
Family 158 non-null float64
Health (Life Expectancy) 158 non-null float64
Freedom 158 non-null float64
Trust (Government Corruption) 158 non-null float64
Generosity 158 non-null float64
Dystopia Residual 158 non-null float64
dtypes: float64(9), int64(1), object(2)
memory usage: 14.9+ KB
Noneprint(reprot_2015_df.describe())Happiness Rank Happiness Score Standard Error \
count 158.000000 158.000000 158.000000
mean 79.493671 5.375734 0.047885
std 45.754363 1.145010 0.017146
min 1.000000 2.839000 0.018480
25% 40.250000 4.526000 0.037268
50% 79.500000 5.232500 0.043940
75% 118.750000 6.243750 0.052300
max 158.000000 7.587000 0.136930 Economy (GDP per Capita) Family Health (Life Expectancy) \
count 158.000000 158.000000 158.000000
mean 0.846137 0.991046 0.630259
std 0.403121 0.272369 0.247078
min 0.000000 0.000000 0.000000
25% 0.545808 0.856823 0.439185
50% 0.910245 1.029510 0.696705
75% 1.158448 1.214405 0.811013
max 1.690420 1.402230 1.025250 Freedom Trust (Government Corruption) Generosity \
count 158.000000 158.000000 158.000000
mean 0.428615 0.143422 0.237296
std 0.150693 0.120034 0.126685
min 0.000000 0.000000 0.000000
25% 0.328330 0.061675 0.150553
50% 0.435515 0.107220 0.216130
75% 0.549092 0.180255 0.309883
max 0.669730 0.551910 0.795880 Dystopia Residual
count 158.000000
mean 2.098977
std 0.553550
min 0.328580
25% 1.759410
50% 2.095415
75% 2.462415
max 3.602140 print(reprot_2015_df.tail())Country Region Happiness Rank \
153 Rwanda Sub-Saharan Africa 154
154 Benin Sub-Saharan Africa 155
155 Syria Middle East and Northern Africa 156
156 Burundi Sub-Saharan Africa 157
157 Togo Sub-Saharan Africa 158 Happiness Score Standard Error Economy (GDP per Capita) Family \
153 3.465 0.03464 0.22208 0.77370
154 3.340 0.03656 0.28665 0.35386
155 3.006 0.05015 0.66320 0.47489
156 2.905 0.08658 0.01530 0.41587
157 2.839 0.06727 0.20868 0.13995 Health (Life Expectancy) Freedom Trust (Government Corruption) \
153 0.42864 0.59201 0.55191
154 0.31910 0.48450 0.08010
155 0.72193 0.15684 0.18906
156 0.22396 0.11850 0.10062
157 0.28443 0.36453 0.10731 Generosity Dystopia Residual
153 0.22628 0.67042
154 0.18260 1.63328
155 0.47179 0.32858
156 0.19727 1.83302
157 0.16681 1.56726
五.在read_csv操作下的索引
import pandas as pd
# 使用index_col指定索引列
# 使用usecols指定需要读取的列
reprot_2016_df = pd.read_csv('F:/2016.csv', index_col='Country',usecols=['Country', 'Happiness Rank', 'Happiness Score', 'Region'])
print(reprot_2016_df.head())Region Happiness Rank Happiness Score
Country
Denmark Western Europe 1 7.526
Switzerland Western Europe 2 7.509
Iceland Western Europe 3 7.501
Norway Western Europe 4 7.498
Finland Western Europe 5 7.413print('列名(column)：', reprot_2016_df.columns)
print('行名(index)：', reprot_2016_df.index)列名(column)： Index(['Region', 'Happiness Rank', 'Happiness Score'], dtype='object')
行名(index)： Index(['Denmark', 'Switzerland', 'Iceland', 'Norway', 'Finland', 'Canada','Netherlands', 'New Zealand', 'Australia', 'Sweden',...'Madagascar', 'Tanzania', 'Liberia', 'Guinea', 'Rwanda', 'Benin','Afghanistan', 'Togo', 'Syria', 'Burundi'],dtype='object', name='Country', length=157)# 注意index是不可变的
reprot_2016_df.index[0] = '丹麦'TypeError Traceback (most recent call last)
<ipython-input-8-c2f1f4f940d2> in <module>()1 # 注意index是不可变的
----> 2 reprot_2016_df.index[0] = '丹麦'F:\python\ANACONDA\lib\site-packages\pandas\core\indexes\base.py in __setitem__(self, key, value)2048 2049 def __setitem__(self, key, value):
-> 2050 raise TypeError("Index does not support mutable operations")2051 2052 def __getitem__(self, key):TypeError: Index does not support mutable operations# 重置index
# 注意inplace加与不加的区别
print(reprot_2016_df.reset_index(inplace=True))Country Region Happiness Rank Happiness Score
0 Denmark Western Europe 1 7.526
1 Switzerland Western Europe 2 7.509
2 Iceland Western Europe 3 7.501
3 Norway Western Europe 4 7.498
4 Finland Western Europe 5 7.413# 重命名列名
reprot_2016_df = reprot_2016_df.rename(columns={'Region': '地区', 'Hapiness Rank': '排名', 'Hapiness Score': '幸福指数'})
peint(reprot_2016_df.head())Country 地区 排名 幸福指数
0 Denmark Western Europe 1 7.526
1 Switzerland Western Europe 2 7.509
2 Iceland Western Europe 3 7.501
3 Norway Western Europe 4 7.498
4 Finland Western Europe 5 7.413# 重命名列名，注意inplace的使用
reprot_2016_df.rename(columns={'Region': '地区', 'Happiness Rank': '排名', 'Happiness Score': '幸福指数'},inplace=True)
print(reprot_2016_df.head())Country 地区 排名 幸福指数
0 Denmark Western Europe 1 7.526
1 Switzerland Western Europe 2 7.509
2 Iceland Western Europe 3 7.501
3 Norway Western Europe 4 7.498
4 Finland Western Europe 5 7.413六.Boolean Mask
print(reprot_2016_df.head())Country 地区 排名 幸福指数
0 Denmark Western Europe 1 7.526
1 Switzerland Western Europe 2 7.509
2 Iceland Western Europe 3 7.501
3 Norway Western Europe 4 7.498
4 Finland Western Europe 5 7.413# 过滤 Western Europe 地区的国家
# only_western_europe = reprot_2016_df['地区'] == 'Western Europe'
print(reprot_2016_df[reprot_2016_df['地区'] == 'Western Europe'])Country 地区 排名 幸福指数
0 Denmark Western Europe 1 7.526
1 Switzerland Western Europe 2 7.509
2 Iceland Western Europe 3 7.501
3 Norway Western Europe 4 7.498
4 Finland Western Europe 5 7.413
6 Netherlands Western Europe 7 7.339
9 Sweden Western Europe 10 7.291
11 Austria Western Europe 12 7.119
15 Germany Western Europe 16 6.994
17 Belgium Western Europe 18 6.929
18 Ireland Western Europe 19 6.907
19 Luxembourg Western Europe 20 6.871
22 United Kingdom Western Europe 23 6.725
29 Malta Western Europe 30 6.488
31 France Western Europe 32 6.478
36 Spain Western Europe 37 6.361
49 Italy Western Europe 50 5.977
61 North Cyprus Western Europe 62 5.771
68 Cyprus Western Europe 69 5.546
93 Portugal Western Europe 94 5.123
98 Greece Western Europe 99 5.033# 过滤 Western Europe 地区的国家
# 并且排名在10之外
only_western_europe_10 = (reprot_2016_df['地区'] == 'Western Europe') & (reprot_2016_df['排名'] > 10)
print(only_western_europe_10)0 False
1 False
2 False
3 False
4 False
5 False
6 False
7 False
8 False
9 False
10 False
11 True
12 False
13 False
14 False
15 True
16 False
17 True
18 True
19 True
20 False
21 False
22 True
23 False
24 False
25 False
26 False
27 False
28 False
29 True...
127 False
128 False
129 False
130 False
131 False
132 False
133 False
134 False
135 False
136 False
137 False
138 False
139 False
140 False
141 False
142 False
143 False
144 False
145 False
146 False
147 False
148 False
149 False
150 False
151 False
152 False
153 False
154 False
155 False
156 False
Length: 157, dtype: bool# 叠加 boolean mask 得到最终结果
print(reprot_2016_df[only_western_europe_10])Country 地区 排名 幸福指数
11 Austria Western Europe 12 7.119
15 Germany Western Europe 16 6.994
17 Belgium Western Europe 18 6.929
18 Ireland Western Europe 19 6.907
19 Luxembourg Western Europe 20 6.871
22 United Kingdom Western Europe 23 6.725
29 Malta Western Europe 30 6.488
31 France Western Europe 32 6.478
36 Spain Western Europe 37 6.361
49 Italy Western Europe 50 5.977
61 North Cyprus Western Europe 62 5.771
68 Cyprus Western Europe 69 5.546
93 Portugal Western Europe 94 5.123
98 Greece Western Europe 99 5.033# 熟练以后可以写在一行中
print(reprot_2016_df[(reprot_2016_df['地区'] == 'Western Europe') & (reprot_2016_df['排名'] > 10)])Country 地区 排名 幸福指数
11 Austria Western Europe 12 7.119
15 Germany Western Europe 16 6.994
17 Belgium Western Europe 18 6.929
18 Ireland Western Europe 19 6.907
19 Luxembourg Western Europe 20 6.871
22 United Kingdom Western Europe 23 6.725
29 Malta Western Europe 30 6.488
31 France Western Europe 32 6.478
36 Spain Western Europe 37 6.361
49 Italy Western Europe 50 5.977
61 North Cyprus Western Europe 62 5.771
68 Cyprus Western Europe 69 5.546
93 Portugal Western Europe 94 5.123
98 Greece Western Europe 99 5.033
七.层级索引
print(reprot_2015_df.head())Country Region Happiness Rank Happiness Score \
0 Switzerland Western Europe 1 7.587
1 Iceland Western Europe 2 7.561
2 Denmark Western Europe 3 7.527
3 Norway Western Europe 4 7.522
4 Canada North America 5 7.427 Standard Error Economy (GDP per Capita) Family \
0 0.03411 1.39651 1.34951
1 0.04884 1.30232 1.40223
2 0.03328 1.32548 1.36058
3 0.03880 1.45900 1.33095
4 0.03553 1.32629 1.32261 Health (Life Expectancy) Freedom Trust (Government Corruption) \
0 0.94143 0.66557 0.41978
1 0.94784 0.62877 0.14145
2 0.87464 0.64938 0.48357
3 0.88521 0.66973 0.36503
4 0.90563 0.63297 0.32957 Generosity Dystopia Residual
0 0.29678 2.51738
1 0.43630 2.70201
2 0.34139 2.49204
3 0.34699 2.46531
4 0.45811 2.45176 # 设置层级索引
report_2015_df2 = reprot_2015_df.set_index(['Region', 'Country'])
print(report_2015_df2.head(20))# level0 索引
print(report_2015_df2.loc['Western Europe'])# 两层索引
print(report_2015_df2.loc['Western Europe', 'Switzerland'])# 交换分层顺序
print(report_2015_df2.swaplevel())pandas基本数据对象及操作(DataFrame篇)相关推荐
- Pandas基本数据对象及操作
# 基本数据对象及操作 ## 1. Series * 创建Series import pandas as pdcountries = ['中国', '美国', '澳大利亚'] countries_s ...
- pandas 查看数据的基本信息 DataFrame 篇
我的<Pandas & Excel 办公自动化>视频教程 以下的 df 表示 DataFrame 对象 df.info(): # 打印摘要 df.describe(): # 描述性 ...
- Python+pandas时间序列对象常用操作
很久很久以前,曾经有人问过我,为啥要贴代码截图,而不是贴代码,这不是给学习者制造困难吗.其实不是.我的想法是这样的,大家最好能够跟着代码自己敲一下,这样可以加深理解.如果单纯地把代码复制下来运行一下, ...
- python使用pandas模块介绍以及使用，dataframe结构，Series结构，基本数据操作,DataFrame运算，pandas画图，存储，缺失值处理，离散化，合并
目录 1 pandas介绍 1.1 Pandas介绍 1.2 为什么使用Pandas 1.3 案例:在numpy当中创建的股票涨跌幅数据形式 1.4 DataFrame 1.4.1 DataFrame ...
- pandas基本数据操作
pandas基本数据操作 为了更好的理解这些基本操作,我们将读取一个真实的股票数据.关于文件操作,后面在介绍,这里只先用一下API # 读取文件 data = pd.read_csv("./ ...
- pandas使用to_sql方法将dataframe注册为数据库表进行数据整合和数据清洗并不对比SQL操作和dataframe操作
pandas使用to_sql方法将dataframe注册为数据库表进行数据整合和数据清洗并不对比SQL操作和dataframe操作 SQLite 是一个软件库,实现了自给自足的.无服务器的.零配置的. ...
- 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 object转float_数据分析篇 | Pandas基础用法6【完结篇】
这是最后一篇,至此Pandas系列终于连载完了,有需要的也可以看看前面6篇,尽请收藏. 数据分析篇 | Pandas 概览 数据分析篇 | Pandas基础用法1数据分析篇 | Pandas基础用法2 ...
- python能实现excel什么功能_Python pandas对excel的操作实现示例
最近经常看到各平台里都有Python的广告,都是对excel的操作,这里明哥收集整理了一下pandas对excel的操作方法和使用过程.本篇介绍 pandas 的 DataFrame 对列 (Colu ...
最新文章
- c++ using 前置声明_C++ 类的前置声明
- Google推出开源空间音频编码引擎Songbird
- 语音识别|基于CNN+DFSMN（简化版：标量+无步长因子）的声学模型实现及代码开源（keras）
- C#_Math函数总结
- Android动态加载入门 简单加载模式
- Qt 控制台 使用connect连接信号和槽
- 第四节：框架前期准备篇之进程外Session的两种配置方式
- python标准库对象导入语句_Python标准库之Sys模块使用详解
- Reservoir Sampling 蓄水池采样算法
- react滑动切换tab动画效果_后端设计中，如何用axure实现table切换动效？
- 用一个小的例子来说明为什么TCP采用三次握手才能保证连接成功
- 用gallery展示图片，实现中间图片稍大，两边较小的效果
- php有没有能无限遍历,php无限遍历目录代码
- AMD 2020届IC校招笔试题
- 最好用的WiFi密码共享APP推荐（能查看已连接WiFi密码）
- 偏最小二乘法PLS（matlab自带代码）
- 2116: 简简单单的数学题（快速幂||爆longlong处理）
- NodeJS启动vue项目的坑
- 从街舞导师王一博.fans机舱生日趴，看“线上应援”新形式
- linux限制进程带宽,再Linux系统中限制网络带宽使用的教程