Pandas之DataFrame

一、DataFrame的创建

例1：通过list创建

import pandas as pd
df = pd.DataFrame([[1,2,3],[4,5,6]])

上面创建了一个2行3列的表格，创建时只指定了表格的内容（通过一个嵌套的list），没有指定列名和索引。
这时列名就自动为 0,1,2 ；索引自动为数值0,1.

我们可以指定列表和索引，如：

df = pd.DataFrame([[1,2,3],[4,5,6]],index=['row1','row2'],columns=['c1','c2','c3'])

例2：创建例子

import numpy as np
dates = pd.date_range('20171001',periods=6)
df = pd.DataFrame(np.random.randn(2,2) , index = dates,columns=list('ab'))

二、 DataFrame的一些基本操作

1、获取数据的行数

len(df) 或 len(df.index)

2、显示索引、列和底层的numpy数据

df.index
df.columns
df.values

3、显示数据

df.head([n]) # 获取df中的前n行数据，n不指定，默认为5

df.tail([n]) # 获取df中的后n行数据，n不指定，默认为5

注意：head 和 tail 返回的是一个新的dataframe，与原来的无关

4、按照索引排序

newdf = df.sort_index(ascending=False,inplace=True)

ascending=False 参数指定按照索引值的以降序方式排序，默认是以升序排序。

inplace=True 指定为True时，表示会直接对df中的数据进行排序，函数返回值为None，newdf的值为None；

如果不设置为True（默认为false），则不会对df中数据进行修改，会返回一个新的df，这时newdf就有内容，是一个新的排序后的df。

5、添加数据

append方法可以添加数据到一个dataframe中，注意append方法不会影响原来的dataframe，会返回一个新的dataframe。

语法：

DataFrame.append(otherData, ignore_index=False, verify_integrity=False)

otherData ：添加的新数据，支持多种格式。

ignore_index ：默认值为False，如果为True，会对新生成的dataframe使用新的索引（自动产生），忽略原来数据的索引。

verify_integrity ：默认值为False，如果为True，当ignore_index为False时，会检查添加的数据索引是否冲突，如果冲突，则会添加失败

6、遍历数据

示例代码如下

for index,row in df.iterrows():
    print index #获取行的索引
    print row.a #根据列名获取字段
    print row[0]#根据列的序号（从0开始）获取字段

7、查找数据

创建如下的dataframe

dates = pd.date_range('20171001',periods=10)
df = pd.DataFrame(np.random.randn(10,4) , index = dates,columns=list('abcd'))

可以有各种方式获取df中的全部或部分数据

df['a'] #按照列名获取指定的列，返回的是一个Series，其中key是索引，value是该列对应的字段值

df[:2] #获取前2行数据，效果等同 df[0:2]，返回的是一个新的dataframe

df[2:5] #获取第3行~5行这3条记录，返回的是一个新的dataframe

df.loc['20121009'] #获取指定索引的行，等同于 df.loc['2012-10-09']，返回的是一个Series，其中key是列名，value是该列对应的字段值

df.iloc[3] #获取指定序号的行，这里是第4行

8、删除数据

del df['a'] #删除dataframe中指定的列，这个是直接影响当前的dataframe，注意 del不是函数，是python中的内置语句，没有返回值

df.drop(['a'],axis=1) #删除指定的列，与上面的区别是不会影响原来的dataframe，dop方法会返回一个删除了指定列的新的dataframe

说明，dop方法既可以删除列，也可以删除行，但上面创建的df无法被删除行（?），下面这个例子可以删除行

data = pd.DataFrame(np.arange(16).reshape((4, 4)),index=['Ohio', 'Colorado', 'Utah', 'New York'],columns=['one', 'two', 'three', 'four'])

data.drop(['Colorado', 'Ohio'])

上面代码中的dop方法删除了指定索引的两行，注意同删除列一样，drop方法不会影响原来的dataframe，会返回一个删除后的新的dataframe

9、增加列

例子代码如下

dates = pd.date_range('20121001',periods=10)
df = pd.DataFrame(np.random.randn(10,3) , index = dates,columns=list('abc')) 

df['d'] = pd.Series(np.random.randn(10),index=df.index)

上面代码先是创建了一个dataframe，然后通过df['d'] 插入了一个新的列。如果指定的列名存在，会修改列的内容。

10、修改指定行或单元格数据

df.values[i][j]= xxx #其中i是行号，j是列号，都是从0开始

df.values[1]=12 # 会把一行中的所有列中的数据设置为同一个值，这里的参数1是序号，这里为第2行数据

df['a'] = 12 #这样会把指定列的所有数据都设置为同一个值，如这里的12。注意，如果指定的列名不存在，会新增列

11、插入行

前面介绍的append方法是产生一个新的 dataframe，不会改变原来的dataframe。

那有没有办法直接在当前的frame中插入一行数据呢？上面介绍的 df[列名] = xxx 是用来插入或修改列的信息。

Pandas之DataFrame

相关推荐