Python.DataFrame基础与应⽤
Python.DataFrame基础与应⽤
$1$PandasSeries数据应⽤
$2$概述
$6$Series结构，也称Series序列，是Pandas常⽤的数据结构之⼀，它是⼀种类似于⼀维数组的结构，由⼀组数据值（value）和⼀组标签组成，其中标签与数据值之间是⼀⼀对应的关系。
$6$Series可以保存任何数据类型，⽐如整数、字符串、浮点数、Python对象等，它的标签默认为整数，从0开始依次递增。Series的结构图，如下所⽰：即通过标签我们可以更加直观地查看数据所在的索引位置。
$2$创建Serise对象
$1$DataFrame数据应⽤
$2$概述
$6$DataFrame是⼀个表格型的数据结构，既有⾏标签（index），⼜有列标签（columns），它也被称异构数据表，所谓异构，指的是表格中每列的数据类型可以不同，⽐如可以是字符串、整型或者浮点型等。其结构
$6$DataFrame的每⼀⾏数据都可以看成⼀个Series结构，只不过，DataFrame为这些⾏中每个数据值增加了⼀个列标签。因此DataFrame其实是从Series的基础上演变⽽来。在数据分析任务中DataFrame的应⽤⾮常$2$创建DataFrame对象
$3$.基本语法
$6$基本语法如下表
importPandasaspd#导⼊Pandas库
pd.DataFrame(data,index，columns，dtype，copy)
$6$其参数解析如下：
$7$data：输⼊的数据，可以是ndarray[1]，series，list，dict，标量或⼀个DataFrame。
$7$index：⾏标签，如果没有传递index值，则默认⾏标签是np.arange(n)，n代表data的元素个数。
$7$columns：列标签，如果没有传递columns值，则默认列标签是np.arange(n)。
$7$dtype：dtype表⽰强制转换每⼀列的数据类型。其可能的数据类型为numpy所⽀持的数据类型（dtype对象通过numpy模块中的dtype（）函数），具体如下表所⽰：
序号数据类型语⾔描述
1bool_布尔型数据类型（True或者False）
2int_默认整数类型，类似于C语⾔中的long，取值为int32或int64
3intc和C语⾔的int类型⼀样，⼀般是int32或int64
4intp⽤于索引的整数类型（类似于C的ssize_t，通常为 int32或int64）
5int8代表与1字节相同的8位整数。值的范围是-128到127。
6int16代表2字节（16位）的整数。范围是-32768⾄32767。
7int32代表4字节（32位）整数。范围是-2147483648⾄2147483647。
8int64表⽰8字节（64位）整数。范围是-9223372036854775808⾄9223372036854775807。
9uint8代表1字节（8位）⽆符号整数。
10uint162字节（16位）⽆符号整数。
11uint324字节（32位）的⽆符号整数。
12uint648字节（64位）的⽆符号整数。
13float_float64类型的简写。
14float16半精度浮点数，包括：1个符号位，5个指数位，10个尾数位。
15float32单精度浮点数，包括：1个符号位，8个指数位，23个尾数位。
16float64双精度浮点数，包括：1个符号位，11个指数位，52个尾数位。
17complex_复数类型，与complex128类型相同。
18complex64表⽰实部和虚部共享32位的复数。
19complex128表⽰实部和虚部共享64位的复数。
20str_表⽰字符串类型
21string_表⽰字节串类型
$7$copy：默认为False，表⽰复制数据data。
$3$.dtype数据类型对象
$6$数据类型对象（DataTypeObject）⼜称dtype对象，主要⽤来描述数组元素的数据类型、⼤⼩以及
字节顺序。同时，它也可以⽤来创建结构化数据。⽐如常见的int64、float32都是dtype对象的实例，其语法格式如下importnumpyasnp
np.dtype(object)#如np.dtype(np.int64)
$3$.创建空的DataFame对象
$6$⽰例如下：
$6$importpandasaspd
df=pd.DataFrame()
print(df)
$6$运⾏结果如下：
EmptyDataFrame
Columns:[]
Index:[]
$3$.列表创建DataFame对象
$6$可通过列表来创建DataFrame对象，⽰例如下：
importpandasaspd
importnumpyasnp
data1=[["A1","B1","C1"],["A2","B2","C2"],["A3","B3","C3"]]
index1=[1,2,3]
column1=["序号","名称","备注"]
dtype1=float
dataFrame1=pd.DataFrame(data1,index=index1,columns=column1)
print(dataFrame1)
$6$其结果为：
序号名称备注
1A1B1C1
2A2B2C2
3A3B3C3
$6$其要点有：
$7$data参数中列表的每⼀个元素为每⼀列。
$7$index参数和columns参数的个数应与data参数的⾏、列的数量相⼀致
$3$.列表嵌套字典创建
$6$data字典中，键对应的值的元素长度必须相同（也就是列表长度相同）。如果传递了索引，那么索引的长度应该等于数组的长度；如果没有传递索引，那么默认情况下，索引将是range(n)，其中n代表数组长度。⽰importpandasaspd
data=[{'a':1,'b':2},{'a':5,'b':10,'c':20}]
df1=pd.DataFrame(data,index=['first','second'],columns=['a','b'])
df2=pd.DataFrame(data,index=['first','second'],columns=['a','b1'])
print(df1)
print(df2)
其结果为：
ab
first12
second510
ab1
first1NaN
second5NaN
$6$注意：
$7$与列表创建时不同，index参数和columns参数的个数应⼤于与data参数的⾏、列的数量。
$7$因为b1在字典键中不存在，所以对应值为NaN。
$3$.字典嵌套列表创建
$2$DataFrame访问与操作
$3$.列标签访问
$6$使⽤类似切⽚的语法通过⾏、列索引来等访问相应的⾏、列元素，如：
importpandasaspd
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'])
$6$其结果为：
a1.0
b2.0
c3.0
dNaN
Name:one,dtype:float64
$3$.列索引添加、删除数据列
$6$使⽤columns列索引表标签可以实现添加新的数据列，常见两种⽅法：$7$使⽤了DataFrame的算术运算，这和NumPy⾮常相似。⽰例如下：importpandasaspd
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)
#使⽤df['列']=值，插⼊新的数据列
print（”使⽤列索引创建新数据列:”）
df['three']=pd.Series([10,20,30],index=['a','b','c'])
print(df)
#将已经存在的数据列做相加运
print（”已存在的数据列做算术运算：”）
df['four']=df['one']+df['three']
print(df)
其运⾏结果如下：
#使⽤列索引创建新数据列:
onetwothree
a1.0110.0
b2.0220.0
c3.0330.0
dNaN4NaN
#已存在的数据列做算术运算：
onetwothreefour
a1.0110.011.0
b2.0220.022.0
c3.0330.033.0
dNaN4NaNNaN
$7$还可以使⽤insert()⽅法插⼊新的列，⽰例如下：importpandasaspd
info=[['Jack',18],['Helen',19],['John',17]]
df=pd.DataFrame(info,columns=['name','age'])
print(df)
#注意是column参数
#数值1代表插⼊到columns列表的索引位置
df.insert(1,column='score',value=[91,90,75])
print(df)
#其输出结果如下：
#添加前：
nameage
0Jack18
1Helen19
2John17
#添加后：
namescoreage
0Jack9118
1Helen9019
2John7517
$7$通过del和pop()都能够删除DataFrame中的数据列。⽰例如下：
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("Ourdataframeis:")
print(df)
#使⽤del删除
deldf['one']
print(df)
#使⽤pop⽅法删除
df.pop('two')
print(df)
其输出结果如下：
原DataFrame:
onethreetwo
a1.010.01
b2.020.02
c3.030.03
dNaNNaN4
使⽤del删除first:
threetwo
a10.01
b20.02
c30.03
dNaN4
使⽤pop()删除:
three
a10.0
b20.0
c30.0
dNaN
$3$.⾏标签访问（提取）
$4$loc函数
$6$列标签访问与上⽂1.3.1相似。同时，还可使⽤loc()函数来访问。⽰例如下：>>>importpandasaspd
>>>importnumpyasnp
>>>ad_excel(r'D:/myExcel/1.xlsx',index_col='id')
>>>df
namescoregrade
id
abog45A
cjiken67B
dbob23A
bjiken34B
flucy98A
etidy75B
#指定⾏标'a'以及'f'⾏，第⼆个参数省略，则获取整⾏
>>>df.loc[['a','f']]
idnamescoregrade
abog45A
flucy98A
#以切⽚形式传⼊，会按照df中的顺序获取
#此处需要注意，并不是只获取'a','b'⾏
#在df中'a','b'两⾏中还包含'c','d'⾏
#会⼀并获取
namescoregrade
id
abog45A
cjiken67B
dbob23A
bjiken34B
#以切⽚传⼊⾏标，以列表形式传⼊列标
>>>df.loc['a':'f',['name','grade']]
namegrade
id
abogA
cjikenB
dbobA
bjikenB
flucyA
#单个字符串获取指定数据
index复数>>>df.loc['a','name']
'bog'
#获取整列数据
>>>df.loc[:,['name','grade']]
namegrade
id
abogA
cjikenB
dbobA
bjikenB
flucyA
etidyB
$6$注意：
$7$loc允许接两个参数分别是⾏和列，当列标省略时，默认获取整⾏数据。两个参数都可以以字符，切⽚以及列表的形式传⼊。$7$第⼆个参数省略，则获取整⾏。
$7$参数之间需要使⽤“逗号”隔开，但该函数只能接收标签索引。
$7$以切⽚形式传⼊，会按照df中的顺序获取
$7$loc后接中括号。
$4$iloc函数
$6$通过将数据⾏所在的索引位置传递给iloc函数，也可以实现数据⾏选取。⽰例如下：
importpandasaspd
importnumpyasnp
data1=[["A1","B1","C1"],["A2","B2","C2"],["A3","B3","C3"]]
index1=[1,2,3]
column1=["序号","名称","备注"]
dtype1=float
dataFrame1=pd.DataFrame(data1,index=index1,columns=column1)
print(dataFrame1)
df=dataFrame1.iloc[[0,2],[1,2]]
print(df)
运⾏结果如下：
名称备注
1B1C1
3B3C3
$6$注意：
$7$iloc允许接受两个参数分别是⾏和列，参数之间使⽤“逗号”隔开
$7$该函数只能接收整数索引，第⼀个值从0开始。
$4$append函数添加⾏
$6$使⽤append()函数，可以将新的数据⾏添加到DataFrame中，该函数会在⾏末追加数据⾏。其⽰例为：

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。