前言

最近在网上搜了许多关于pandas.DataFrame的操作说明，都是一些基础的操作，但是这些操作组合起来还是比较费时间去正确操作DataFrame，花了我挺长时间去调整BUG的。我在这里做一些总结，方便你我他。感兴趣的朋友们一起来看看吧。

一、创建DataFrame的简单操作：

1、根据字典创造：

In [1]: import pandas as pd

In [3]: aa={'one':[1,2,3],'two':[2,3,4],'three':[3,4,5]}

In [4]: bb=pd.DataFrame(aa)

In [5]: bb

Out[5]:

one three two

0 1 3 2

1 2 4 3

2 3 5 4`

字典中的keys就是DataFrame里面的columns，但是没有index的值，所以需要自己设定，不设定默认是从零开始计数。

bb=pd.DataFrame(aa,index=['first','second','third'])

bb

Out[7]:

one three two

first 1 3 2

second 2 4 3

third 3 5 4

2、从多维数组中创建

import numpy as np

In [9]: del aa

In [10]: aa=np.array([[1,2,3],[4,5,6],[7,8,9]])

In [11]: aa

Out[11]:

array([[1, 2, 3],

[4, 5, 6],

[7, 8, 9]])

In [12]: bb=pd.DataFrame(aa)

In [13]: bb

Out[13]:

0 1 2

0 1 2 3

1 4 5 6

2 7 8 9

从多维数组中创建就需要为DataFrame赋值columns和index，否则就是默认的，很丑的。

bb=pd.DataFrame(aa,index=[22,33,44],columns=['one','two','three'])

In [15]: bb

Out[15]:

one two three

22 1 2 3

33 4 5 6

44 7 8 9

3、用其他的DataFrame创建

bb=pd.DataFrame(aa,index=[22,33,44],columns=['one','two','three'])

bb

Out[15]:

one two three

22 1 2 3

33 4 5 6

44 7 8 9

cc=bb[['one','three']].copy()

Cc

Out[17]:

one three

22 1 3

33 4 6

44 7 9

这里的拷贝是深拷贝，改变cc中的值并不能改变bb中的值。

cc['three'][22]=5

bb

Out[19]:

one two three

22 1 2 3

33 4 5 6

44 7 8 9

cc

Out[20]:

one three

22 1 5

33 4 6

44 7 9

二、DataFrame的索引操作：

对于一个DataFrame来说，索引是最烦的，最易出错的。

1、索引一列或几列，比较简单：

bb['one']

Out[21]:

22 1

33 4

44 7

Name: one, dtype: int32

多个列名需要将输入的列名存在一个列表里，才是个collerable的变量，否则会报错。

bb[['one','three']]

Out[29]:

one three

22 1 3

33 4 6

44 7 9

2、索引一条记录或几条记录：

bb[1:3]

Out[27]:

one two three

33 4 5 6

44 7 8 9

bb[:1]

Out[28]:

one two three

22 1 2 3

这里注意冒号是必须有的，否则是索引列的了。

3、索引某几列的变量的某几条记录，这个折磨了我好久：

第一种

bb.loc[[22,33]][['one','three']]

Out[30]:

one three

22 1 3

33 4 6

这种不能改变这里面的值，你只是能读值，不能写值，可能和loc()函数有关：

bb.loc[[22,33]][['one','three']]=[[2,2],[3,6]]

In [32]: bb

Out[32]:

one two three

22 1 2 3

33 4 5 6

44 7 8 9

第二种：也是只能看

bb[['one','three']][:2]

Out[33]:

one three

22 1 3

33 4 6

想要改变其中的值就会报错。

In [34]: bb[['one','three']][:2]=[[2,2],[2,2]]

-c:1: SettingWithCopyWarning: A value is trying to be set on a copy of a slice from a DataFrame.

Try using .loc[row_index,col_indexer] = value instead

F:\Anaconda\lib\site-packages\pandas\core\frame.py:1999: SettingWithCopyWarning: A value is trying to be set on a copy of a slice from a DataFrame

return self._setitem_slice(indexer, value)

第三种：可以改变数据的值！！！

Iloc是按照数据的行列数来索引，不算index和columns

bb.iloc[2:3,2:3]

Out[36]:

three

44 9

bb.iloc[1:3,1:3]

Out[37]:

two three

33 5 6

44 8 9

bb.iloc[0,0]

Out[38]: 1

下面是证明：

bb.iloc[0:4,0:2]=[[9,9],[9,9],[9,9]]

In [45]: bb

Out[45]:

one two three

22 9 9 3

33 9 9 6

44 9 9 9

三、在原有的DataFrame上新建一个columns或几个columns

1、什么都不用的，只能单独创建一列，多列并不好使，亲测无效：

bb['new']=[2,3,4]

bb

Out[51]:

one two three new

22 9 9 3 2

33 9 9 6 3

44 9 9 9 4

bb[['new','new2']]=[[2,3,4],[5,3,7]]

KeyError: "['new' 'new2'] not in index"

赋予的list基本就是按照所给index值顺序赋值，可是一般我们是要对应的index进行赋值，想要更高级的赋值就看后面的了。

2、使用字典进行多列按index赋值：

aa={33:[234,44,55],44:[657,77,77],22:[33,55,457]}

In [58]: bb=bb.join(pd.DataFrame(aa.values(),columns=['hi','hello','ok'],index=aa.keys()))

In [59]: bb

Out[59]:

one two three new hi hello ok

22 9 9 3 2 33 55 457

33 9 9 6 3 234 44 55

44 9 9 9 4 657 77 77

这里aa是一个字典和列表的嵌套，相当于一条记录，使用keys当做index名而不是一般默认的columns名。达到了按index多列匹配的目的。由于dict()储存是混乱的，之间用dict()而不给他的index赋值会记录错乱，这一点注意值得注意。

四、删除多列或多记录：

删除列

bb.drop(['new','hi'],axis=1)

Out[60]:

one two three hello ok

22 9 9 3 55 457

33 9 9 6 44 55

44 9 9 9 77 77

删除记录

bb.drop([22,33],axis=0)

Out[61]:

one two three new hi hello ok

44 9 9 9 4 657 77 77

DataFrame还有很多功能还没有涉及，等以后有涉及到，看完官网的API之后，还会继续分享，everything is ok。

总结

以上就是这篇文章的全部内容了，希望本文的内容对大家的学习或者工作能带来一定的帮助，如果有疑问大家可以留言交流，谢谢大家对脚本之家的支持。