Pandas DataFrame基本操作
DataFrame是二维数据结构，即，数据以表格形式在行和列中对齐。
潜在的列是不同类型的 大小可变 标记的轴（行和列） 可以对行和列执行算术运算
Series结构如下：
让我们假设我们正在使用学生的数据创建一个数据框架。
我们可以将其视为SQL表或电子表格数据表示形式。
可以使用以下构造函数创建pandas DataFrame-
pandas.DataFrame( data, index, columns, dtype, copy)
参数说明：
data:数据采用各种形式，例如ndarray，系列，映射，列表，dict，常量以及另一个DataFrame。 index:对于行标签，如果没有传递索引，则用于结果帧的索引是Optional Default np.arange(n)。 columns:对于列标签，可选的默认语法为-np.arange(n)。仅当未传递索引时才如此。 dtype:每列的数据类型。 copy:如果默认值为False，则此命令（或任何它的命令）用于复制数据。
可以使用各种输入来创建pandas DataFrame-
Lists dict Series Numpy ndarrays 另一个DataFrame
在本章的后续部分中，我们将看到如何使用这些输入来创建DataFrame。
可以创建基本DataFrame是Empty Dataframe。
# Filename : pandas.py # author by : www.xxs100.com # 导入pandas依赖包并起别名 import pandas as pd df = pd.DataFrame() print(df)
运行结果：
Empty DataFrame Columns: [] Index: []
# Filename : pandas.py # author by : www.xxs100.com # 导入pandas依赖包并起别名 import pandas as pd data = [1,2,3,4,5] df = pd.DataFrame(data) print(df)
运行结果：
0 0 1 1 2 2 3 3 4 4 5
# Filename : pandas.py # author by : www.xxs100.com # 导入pandas依赖包并起别名 import pandas as pd data = [['Alex',10],['Bob',12],['Clarke',13]] df = pd.DataFrame(data,columns=['Name','Age']) print(df)
运行结果：
Name Age 0 Alex 10 1 Bob 12 2 Clarke 13
# Filename : pandas.py # author by : www.xxs100.com # 导入pandas依赖包并起别名 import pandas as pd data = [['Alex',10],['Bob',12],['Clarke',13]] df = pd.DataFrame(data,columns=['Name','Age'],dtype=float) print df
运行结果：
Name Age 0 Alex 10.0 1 Bob 12.0 2 Clarke 13.0
所有ndarray的长度必须相同。如果传递了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，索引将是range(n)，其中n是数组长度。
# Filename : pandas.py
# author by : www.xxs100.com
# 导入pandas依赖包并起别名
import pandas as pd
data = {'Name':['Tom', 'Jack', 'Steve', 'Ricky'],'Age':[28,34,29,42]}
df = pd.DataFrame(data)
print(df)运行结果：
Age Name 0 28 Tom 1 34 Jack 2 29 Steve 3 42 Ricky
我们使用数组创建索引的DataFrame。
# Filename : pandas.py
# author by : www.xxs100.com
# 导入pandas依赖包并起别名
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)运行结果：
Age Name rank1 28 Tom rank2 34 Jack rank3 29 Steve rank4 42 Ricky
字典列表可以作为输入数据传递以创建DataFrame。默认情况下，字典键被用作列名。
下面的示例演示如何通过传递字典列表来创建DataFrame。
# Filename : pandas.py
# author by : www.xxs100.com
# 导入pandas依赖包并起别名
import pandas as pd
data = [{'a': 1, 'b': 2},{'a': 5, 'b': 10, 'c': 20}]
df = pd.DataFrame(data)
print(df)运行结果：
a b c 0 1 2 NaN 1 5 10 20.0
下面的示例演示如何通过传递字典列表和行索引来创建DataFrame。
# Filename : pandas.py
# author by : www.xxs100.com
# 导入pandas依赖包并起别名
import pandas as pd
data = [{'a': 1, 'b': 2},{'a': 5, 'b': 10, 'c': 20}]
df = pd.DataFrame(data, index=['first', 'second'])
print(df)运行结果：
a b c first 1 2 NaN second 5 10 20.0
下面的示例演示如何创建包含字典，行索引和列索引的列表的DataFrame。
# Filename : pandas.py
# author by : www.xxs100.com
# 导入pandas依赖包并起别名
import pandas as pd
data = [{'a': 1, 'b': 2},{'a': 5, 'b': 10, 'c': 20}]
# 有两个列索引，值与字典键相同
df1 = pd.DataFrame(data, index=['first', 'second'], columns=['a', 'b'])
# 有两个列索引
df2 = pd.DataFrame(data, index=['first', 'second'], columns=['a', 'b1'])
print(df1)
print(df2)运行结果：
#df1 output a b first 1 2 second 5 10 #df2 output a b1 first 1 NaN second 5 NaN
可以传递系列字典以形成DataFrame。结果索引是所有通过的系列索引的并集。
# Filename : pandas.py
# author by : www.xxs100.com
# 导入pandas依赖包并起别名
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'])}
df = pd.DataFrame(d)
print(df)运行结果：
one two a 1.0 1 b 2.0 2 c 3.0 3 d NaN 4
对于第一个系列，没有传递标签'd'，但是结果是，对于d标签，NaN附加了NaN。
现在让我们通过示例了解列的选择，添加和删除。
我们将从DataFrame中选择一列来了解这一点。
# Filename : pandas.py
# author by : www.xxs100.com
# 导入pandas依赖包并起别名
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'])}
df = pd.DataFrame(d)
print(df ['one'])运行结果：
a 1.0 b 2.0 c 3.0 d NaN Name: one, dtype: float64
我们将通过在现有数据框中添加新列来了解这一点。
# Filename : pandas.py
# author by : www.xxs100.com
# 导入pandas依赖包并起别名
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'])}
df = pd.DataFrame(d)
#通过传递新序列，向具有列标签的现有 DataFrame 对象添加新列
print ("通过作为 Series 传递添加新列:")
df['three']=pd.Series([10,20,30],index=['a','b','c'])
print df
print ("使用 DataFrame 中的现有列添加新列:")
df['four']=df['one']+df['three']
print(df)运行结果：
通过作为 Series 传递添加新列: one two three a 1.0 1 10.0 b 2.0 2 20.0 c 3.0 3 30.0 d NaN 4 NaN 使用 DataFrame 中的现有列添加新列: 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
可以删除或弹出列；让我们以一个实例来了解如何。
# Filename : pandas.py
# author by : www.xxs100.com
# 导入pandas依赖包并起别名
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)运行结果：
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 4 Deleting the first column using del function: three two a 10.0 1 b 20.0 2 c 30.0 3 d NaN 4 Deleting another column using POP function: three a 10.0 b 20.0 c 30.0 d NaN
现在，我们将通过示例了解行的选择，添加和删除。让我们从选择的概念开始。
可以通过将行标签传递给loc函数来选择行。
# Filename : pandas.py
# author by : www.xxs100.com
# 导入pandas依赖包并起别名
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'])}
df = pd.DataFrame(d)
print(df.loc['b'])运行结果：
one 2.0 two 2.0 Name: b, dtype: float64
结果是一系列带有标签作为DataFrame列名称的系列。并且，系列的名称是用来检索它的标签。
结可以通过将整数位置传递给iloc函数来选择行。
# Filename : pandas.py
# author by : www.xxs100.com
# 导入pandas依赖包并起别名
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'])}
df = pd.DataFrame(d)
print(df.iloc[2])运行结果：
one 3.0 two 3.0 Name: c, dtype: float64
可以使用'：'运算符选择多行。
# Filename : pandas.py
# author by : www.xxs100.com
# 导入pandas依赖包并起别名
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'])}
df = pd.DataFrame(d)
print(df[2:4])运行结果：
one two c 3.0 3 d NaN 4
使用append函数将新行添加到DataFrame中。此函数将在末尾追加行。
# Filename : pandas.py # author by : www.xxs100.com # 导入pandas依赖包并起别名 import pandas as pd df = 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)
运行结果：
a b 0 1 2 1 3 4 0 5 6 1 7 8
使用索引标签从DataFrame中删除或删除行。如果标签重复，则将删除多行。
如果您观察到，在上面的示例中，标签是重复的。让我们删除一个标签，将看到将删除多少行。
# Filename : pandas.py # author by : www.xxs100.com # 导入pandas依赖包并起别名 import pandas as pd df = 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)
运行结果：
a b 1 3 4 1 7 8
在上面的示例中，删除了两行，因为这两行包含相同的标签0。