美文网首页我爱编程
pandas 基本操作2.0

pandas 基本操作2.0

作者: 42个艾尔 | 来源:发表于2018-03-31 18:57 被阅读0次

    Dataframe:基本概念及创建

    Dataframe 数据结构

    Dataframe是一个表格型的数据结构,“带有标签的二维数组”

    Dataframe带有index(行标签)和columns(列标签),这两个属性十分重要!!!

    pd.DataFrame(data,index,columns)

    data:为传入的值可以为

    data = {'name':['Jack','Tom','Mary']        'age':[18,19,20],      'gender':['m','m','w']}

    data = {'a':[1,2,3], 'b':[3,4,5], 'c':[5,6,7]}

    data = {'one':np.random.rand(3), 'two':np.random.rand(3)}

    data= {'one':pd.Series(np.random.rand(2), index = ['a','b'])

    data=np.random.rand(9).reshape(3,3)#直接传入2维数组,必须指定index | columns 按照list的方式来传入

    data = {'Jack':{'math':90,'english':89,'art':78}, 'Marry':{'math':82,'english':95,'art':92}, 'Tom':{'math':78,'english':67}}#index在这里和之前不同,并不能改变原有index,如果指向新的标签,值为NaN (非常重要!)

                  Jack    Marry  Tom

       art        78      92      NaN

     english    89    95      67.0

     math      90     82      78.0


    Pandas数据结构Dataframe:索引

    Dataframe既有行索引也有列索引,可以被看做由Series组成的字典(共用一个索引) 选择列 / 选择行 / 切片 / 布尔判断

    注:data[‘列’][‘行’]默认的参数

    data3 = df.loc['one'](.loc()选择行)

    df.iloc[] - 按照整数位置(从轴的0到length-1)选择行

    data4 = df.loc[['one','two']]

    print(data2,type(data3))

    print(data3,type(data4))

    # 按照index选择行,只选择一行输出Series,选择多行输出Dataframe

    #切变的操作与字典一致

    布尔值索引

    b1 = df < 20

    b2 = df['a'] > 50

    b3= df.loc[['one','three']] < 50

    b4 = df[['a','b']] > 50

    print(b1,type(b1))

    print(df[b1])

    多重索引

    print(df['a'].loc[['one','three']]) # 选择a列的one,three行

    print(df[['b','c','d']].iloc[::2])  # 选择b,c,d列的one,three行

    print(df[df['a'] < 50].iloc[:2])  # 选择满足判断索引的前两行数据


    Pandas数据结构Dataframe:基本技巧

    数据查看、转置 / 添加、修改、删除值 / 对齐 / 排序

    df['e'] = 10

    df.loc[4] = 20

    print(df)

    # 新增列/行并赋值

    df['e'] = 20

    df[['a','c']] = 100

    print(df)

    # 索引后直接修改值

    del df['a']

    # del语句 - 删除列

    print(df.drop(0))

    print(df.drop([1,2]))

    # drop()删除行,inplace=False → 删除后生成新的数据,不改变原数据

    print(df.drop(['d'], axis = 1))

    # drop()删除列,需要加上axis = 1,inplace=False → 删除后生成新的数据,不改变原数据

    print(df1 + df2)

    # DataFrame对象之间的数据自动按照列和索引(行标签)对齐


    排序1 - 按值排序 .sort_values

    # 同样适用于Series

    print(df1.sort_values(['a'], ascending = True))  # 升序

    print(df1.sort_values(['a'], ascending = False))  # 降序

    # ascending参数:设置升序降序,默认升序

    # 单列排序

    print(df2.sort_values(['a','c']))

    # 多列排序,按列顺序排序

     排序2 - 索引排序 .sort_index

    print(df2.sort_index())

    # 按照index排序

    # 默认 ascending=True, inplace=False

    相关文章

      网友评论

        本文标题:pandas 基本操作2.0

        本文链接:https://www.haomeiwen.com/subject/rwigcftx.html