Pandas数据帧(DataFrame)
数据帧(DataFrame)是二维数据结构,即数据以行和列的表格方式排列。
数据帧(DataFrame)的功能特点:
- 潜在的列是不同的类型
- 大小可变
- 标记轴(行和列)
- 可以对行和列执行算术运算
结构体
假设要创建一个包含学生数据的数据帧。参考以下图示 -
可以将上图表视为SQL表或电子表格数据表示。
pandas.DataFrame
pandas中的DataFrame
可以使用以下构造函数创建 -
pandas.DataFrame( data, index, columns, dtype, copy)
构造函数的参数如下 -
编号 | 参数 | 描述 |
---|---|---|
1 |
data
|
数据采取各种形式,如:ndarray ,series ,map ,lists ,dict ,constant 和另一个DataFrame 。
|
2 |
index
|
对于行标签,要用于结果帧的索引是可选缺省值np.arrange(n) ,如果没有传递索引值。
|
3 |
columns
|
对于列标签,可选的默认语法是 - np.arange(n) 。 这只有在没有索引传递的情况下才是这样。
|
4 |
dtype
|
每列的数据类型。 |
5 |
copy
|
如果默认值为False ,则此命令(或任何它)用于复制数据。
|
创建DataFrame
Pandas数据帧(DataFrame)可以使用各种输入创建,如 -
- 列表
- 字典
- 系列
- Numpy ndarrays
- 另一个数据帧(DataFrame)
在本章的后续章节中,我们将看到如何使用这些输入创建数据帧(DataFrame)。
创建一个空的DataFrame
创建基本数据帧是空数据帧。
示例
#import the pandas library and aliasing as pd
import pandas as pd
df = pd.DataFrame() print df
执行上面示例代码,得到以下结果 -
Empty DataFrame
Columns: []
Index: []
从列表创建DataFrame
可以使用单个列表或列表列表创建数据帧(DataFrame)。
实例-1
import pandas as pd
data = [1,2,3,4,5] df = pd.DataFrame(data) print df
执行上面示例代码,得到以下结果 -
0
0 1
1 2
2 3
3 4
4 5
实例-2
import pandas as pd
data = [['Alex',10],['Bob',12],['Clarke',13]] df = pd.DataFrame(data,columns=['Name','Age']) print df
执行上面示例代码,得到以下结果 -
Name Age
0 Alex 10
1 Bob 12
2 Clarke 13
实例-3
import pandas as pd
data = [['Alex',10],['Bob',12],['Clarke',13]] df = pd.DataFrame(data,columns=['Name','Age'],dtype=float) print df
执行上面示例代码,得到以下结果 -
Name Age
0 Alex 10.0
1 Bob 12.0
2 Clarke 13.0
注意 - 可以观察到,
dtype
参数将Age
列的类型更改为浮点。
从ndarrays/Lists的字典来创建DataFrame
所有的ndarrays
必须具有相同的长度。如果传递了索引(index
),则索引的长度应等于数组的长度。
如果没有传递索引,则默认情况下,索引将为range(n)
,其中n
为数组长度。
实例-1
import pandas as pd
data = {'Name':['Tom', 'Jack', 'Steve', 'Ricky'],'Age':[28,34,29,42]} df = pd.DataFrame(data) print df
执行上面示例代码,得到以下结果 -
Age Name
0 28 Tom
1 34 Jack
2 29 Steve
3 42 Ricky
注 - 观察值
0
,1
,2
,3
。它们是分配给每个使用函数range(n)
的默认索引。
示例-2
使用数组创建一个索引的数据帧(DataFrame)。
import pandas as pd
data = {'Name':['Tom', 'Jack', 'Steve', 'Ricky'],'Age':[28,34,29,42]} df = pd.DataFrame(data, index=['rank1','rank2','rank3','rank4']) print df
执行上面示例代码,得到以下结果 -
Age Name
rank1 28 Tom
rank2 34 Jack
rank3 29 Steve
rank4 42 Ricky
注意 -
index
参数为每行分配一个索引。
从列表创建数据帧DataFrame
字典列表可作为输入数据传递以用来创建数据帧(DataFrame),字典键默认为列名。
实例-1
以下示例显示如何通过传递字典列表来创建数据帧(DataFrame)。
import pandas as pd
data = [{'a': 1, 'b': 2},{'a': 5, 'b': 10, 'c': 20}] df = pd.DataFrame(data) print df
执行上面示例代码,得到以下结果 -
a b c
0 1 2 NaN
1 5 10 20.0
注意 - 观察到,NaN(不是数字)被附加在缺失的区域。
示例-2
以下示例显示如何通过传递字典列表和行索引来创建数据帧(DataFrame)。
import pandas as pd
data = [{'a': 1, 'b': 2},{'a': 5, 'b': 10, 'c': 20}] df = pd.DataFrame(data, index=['first', 'second']) print df
执行上面示例代码,得到以下结果 -
a b c
first 1 2 NaN
second 5 10 20.0
实例-3
以下示例显示如何使用字典,行索引和列索引列表创建数据帧(DataFrame)。
import pandas as pd
data = [{'a': 1, 'b': 2},{'a': 5, 'b': 10, 'c': 20}] #With two column indices, values same as dictionary keys df1 = pd.DataFrame(data, index=['first', 'second'], columns=['a', 'b']) #With two column indices with one index with other name df2 = pd.DataFrame(data, index=['first', 'second'], columns=['a', 'b1']) print df1 print df2
执行上面示例代码,得到以下结果 -
#df1 outputa b
first 1 2
second 5 10#df2 outputa b1
first 1 NaN
second 5 NaN
注意 - 观察,
df2
使用字典键以外的列索引创建DataFrame
; 因此,附加了NaN到位置上。 而df1
是使用列索引创建的,与字典键相同,所以也附加了NaN。
从系列的字典来创建DataFrame
字典的系列可以传递以形成一个DataFrame。 所得到的索引是通过的所有系列索引的并集。
示例
import pandas as pdd = {'one' : pd.Series([1, 2, 3], index=['a', 'b', 'c']), 'two' : pd.Series([1, 2, 3, 4], index=['a', 'b', 'c', 'd'])} df = pd.DataFrame(d) print df `
执行上面示例代码,得到以下结果 -
one two
a 1.0 1
b 2.0 2
c 3.0 3
d NaN 4
注意 - 对于第一个系列,观察到没有传递标签
'd'
,但在结果中,对于d
标签,附加了NaN。
现在通过实例来了解列选择,添加和删除。
列选择
下面将通过从数据帧(DataFrame)中选择一列。
示例
import pandas as pdd = {'one' : pd.Series([1, 2, 3], index=['a', 'b', 'c']), 'two' : pd.Series([1, 2, 3, 4], index=['a', 'b', 'c', 'd'])} df = pd.DataFrame(d) print df ['one']
执行上面示例代码,得到以下结果 -
a 1.0
b 2.0
c 3.0
d NaN
Name: one, dtype: float64
列添加
下面将通过向现有数据框添加一个新列来理解这一点。
示例
import pandas as pdd = {'one' : pd.Series([1, 2, 3], index=['a', 'b', 'c']), 'two' : pd.Series([1, 2, 3, 4], index=['a', 'b', 'c', 'd'])} df = pd.DataFrame(d) # Adding a new column to an existing DataFrame object with column label by passing new series print ("Adding a new column by passing as Series:") df['three']=pd.Series([10,20,30],index=['a','b','c']) print df print ("Adding a new column using the existing columns in DataFrame:") df['four']=df['one']+df['three'] print df
执行上面示例代码,得到以下结果 -
Adding a new column by passing as Series:one two three
a 1.0 1 10.0
b 2.0 2 20.0
c 3.0 3 30.0
d NaN 4 NaNAdding a new column using the existing columns in DataFrame:one two three four
a 1.0 1 10.0 11.0
b 2.0 2 20.0 22.0
c 3.0 3 30.0 33.0
d NaN 4 NaN NaN
列删除
列可以删除或弹出; 看看下面的例子来了解一下。
例子
# Using the previous DataFrame, we will delete a column
# using del function
import pandas as pd d = {'one' : pd.Series([1, 2, 3], index=['a', 'b', 'c']), 'two' : pd.Series([1, 2, 3, 4], index=['a', 'b', 'c', 'd']), 'three' : pd.Series([10,20,30], index=['a','b','c'])} df = pd.DataFrame(d) print ("Our dataframe is:") print df # using del function print ("Deleting the first column using DEL function:") del df['one'] print df # using pop function print ("Deleting another column using POP function:") df.pop('two') print df
执行上面示例代码,得到以下结果 -
Our dataframe is:one three two
a 1.0 10.0 1
b 2.0 20.0 2
c 3.0 30.0 3
d NaN NaN 4Deleting the first column using DEL function:three two
a 10.0 1
b 20.0 2
c 30.0 3
d NaN 4Deleting another column using POP function:three
a 10.0
b 20.0
c 30.0
d NaN
行选择,添加和删除
现在将通过下面实例来了解行选择,添加和删除。我们从选择的概念开始。
标签选择
可以通过将行标签传递给loc()
函数来选择行。参考以下示例代码 -
import pandas as pdd = {'one' : pd.Series([1, 2, 3], index=['a', 'b', 'c']), 'two' : pd.Series([1, 2, 3, 4], index=['a', 'b', 'c', 'd'])} df = pd.DataFrame(d) print df.loc['b']
执行上面示例代码,得到以下结果 -
one 2.0
two 2.0
Name: b, dtype: float64
结果是一系列标签作为DataFrame
的列名称。 而且,系列的名称是检索的标签。
按整数位置选择
可以通过将整数位置传递给iloc()
函数来选择行。参考以下示例代码 -
import pandas as pdd = {'one' : pd.Series([1, 2, 3], index=['a', 'b', 'c']), 'two' : pd.Series([1, 2, 3, 4], index=['a', 'b', 'c', 'd'])} df = pd.DataFrame(d) print df.iloc[2]
执行上面示例代码,得到以下结果 -
one 3.0
two 3.0
Name: c, dtype: float64
行切片
可以使用:
运算符选择多行。参考以下示例代码 -
import pandas as pdd = {'one' : pd.Series([1, 2, 3], index=['a', 'b', 'c']), 'two' : pd.Series([1, 2, 3, 4], index=['a', 'b', 'c', 'd'])} df = pd.DataFrame(d) print df[2:4]
执行上面示例代码,得到以下结果 -
one two
c 3.0 3
d NaN 4
附加行
使用append()
函数将新行添加到DataFrame。 此功能将附加行结束。
import pandas as pddf = pd.DataFrame([[1, 2], [3, 4]], columns = ['a','b']) df2 = pd.DataFrame([[5, 6], [7, 8]], columns = ['a','b']) df = df.append(df2) print df
执行上面示例代码,得到以下结果 -
a b
0 1 2
1 3 4
0 5 6
1 7 8
删除行
使用索引标签从DataFrame中删除或删除行。 如果标签重复,则会删除多行。
如果有注意,在上述示例中,有标签是重复的。这里再多放一个标签,看看有多少行被删除。
import pandas as pddf = pd.DataFrame([[1, 2], [3, 4]], columns = ['a','b']) df2 = pd.DataFrame([[5, 6], [7, 8]], columns = ['a','b']) df = df.append(df2) # Drop rows with label 0 df = df.drop(0) print df
执行上面示例代码,得到以下结果 -
a b
1 3 4
1 7 8
在上面的例子中,一共有两行被删除,因为这两行包含相同的标签0
。
转载于:https://www.cnblogs.com/navysummer/p/9641028.html
Pandas数据帧(DataFrame)相关推荐
- mysql 读取oracle数据_Python中Pandas通过read_sql方法从Mysql或Oracle数据库中读取数据帧(DataFrame)...
1.pandas.read_sql(sql,con,index_col = None,coerce_float = True,params = None,parse_dates = None,colu ...
- python千位分隔符_python – 为pandas数据帧中的整数设置千位分隔符
我正在尝试使用'{:,}'.格式(数字),如下例所示,格式化pandas数据帧中的数字: # This works for floats and integers print '{:,}'.forma ...
- 如何像在SQL中一样使用#39;in#39;和#39;not in#39;过滤Pandas数据帧
本文翻译自:How to filter Pandas dataframe using 'in' and 'not in' like in SQL How can I achieve the equiv ...
- panda是删除行_如何从Pandas数据帧中删除行列表?
如何从Pandas数据帧中删除行列表? 我有一个数据帧df: >>> df sales discount net_sales cogs STK_ID RPT_Date 600141 ...
- python dataframe 中位数_python下的Pandas中DataFrame基本操作(一),基本函数整理
pandas作者Wes McKinney 在[PYTHON FOR DATA ANALYSIS]中对pandas的方方面面都有了一个权威简明的入门级的介绍,但在实际使用过程中,我发现书中的内容还只是冰 ...
- pandas中DataFrame的ix,loc,iloc索引方式的异同
pandas中DataFrame的ix,loc,iloc索引方式的异同 1.loc: 按照标签索引,范围包括start和end 2.iloc: 在位置上进行索引,不包括end 3.ix: 先在inde ...
- Pandas的DataFrame数据类型
Pandas的DataFrame数据类型 纵轴表示不同索引axis=0,横轴表示不同列axis=1 DataFrame类型创建 1.从二维ndarray对象创建 import pandas as pd ...
- Python—pandas中DataFrame类型数据操作函数
python数据分析工具pandas中DataFrame和Series作为主要的数据结构. 本文主要是介绍如何对DataFrame数据进行操作并结合一个实例测试操作函数. 1)查看DataFram ...
- pandas基于dataframe字符串数据列不包含特定字符串来筛选dataframe中的数据行(rows where values do not contain substring)
pandas基于dataframe字符串数据列不包含(not contains)特定字符串来筛选dataframe中的数据行(rows where values do not contain subs ...
最新文章
- 树莓派 linux0.12,12 个可替代树莓派的单板机
- github使用个人总结
- 如何给DataFrame的列命名或重命名。
- python生成相似句子_4种方法计算句子相似度
- requests模块发送带headers的Get请求和带参数的请求
- di容器_DI容器是代码污染者
- Windows下Subversion配置管理员指南
- Ubuntu 16.04安装Markdown编辑器MarkMyWords
- linux hping3命令,系列H - hping3 - 测试网络及主机的安全 - 《Linux命令大全》 - 技术池(jishuchi.com)...
- android x5 浏览器教程,064-腾讯的X5WebView内嵌浏览器引擎的使用
- 执行npm install报错:npm ERR! code EINTEGRITY,npm ERR! 最彻底,最实用的方法就是更新node版本
- TA100 T3.4
- 产品管理工具和项目管理工具
- 【华为OJ】【099-MP3光标位置】
- 瞬态抑制二极管(TVS)
- 什么是App个性化?为什么App安装要做个性化?
- 页面链接检查工具及一些好用的浏览器拓展插件
- CorelDRAWX4的C++插件开发(三十八)纯C++插件开发(2)导入tlb编译文件
- 手机打开USB调试(华为)
- 折磨人,中国人的最爱