DataFrame
DataFrame 是 Pandas 中最重要的数据结构之一，它类似于【电子表格或数据库表】，可以存储和处理二维标记数据， 也可以看做是【由Series组成的字典】（共用同一个索引）。DataFrame由按一定顺序排列的多列数据组成。 设计初衷是将Series的使用场景从一维拓展到二维。DataFrame既有行索引，也有列索引。
行索引：index列索引：columns值：values（numpy的二维数组）
DataFrame的创建
1.字典创建
DataFrame以字典的键作为每一【列】的名称，以字典的值（一个数组）作为每一列。 DataFrame会自动加上每一行的索引（和Series一样)； 同Series一样，若传入的列与字典的键不匹配，则相应的值为NaN
## import numpy as np
from pandas import DataFrame
df = DataFrame(data={'语文': np.random.randint(0, 150, size=(5,)),
'数学': np.random.randint(0, 150, size=(5,)),
'英语': np.random.randint(0, 150, size=(5,)),
'python': np.random.randint(0, 150, size=(5,))},
index=['张三', '李四', '王五', '赵六', '田七'])
df
语文数学英语python张三948373107李四111416494王五551254231赵六5196578田七787388
2.从列表创建
data = [['Alice', 25, 'New York'],
['Bob', 30, 'Los Angeles'],
['Charlie', 35, 'Chicago']]
df1 = DataFrame(data, columns=['Name', 'Age', 'City'])
df1 # 自动加上每一行的索引
NameAgeCity0Alice25New York1Bob30Los Angeles2Charlie35Chicago
3.NumPy 数组创建
data = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
df2 = DataFrame(data, columns=['A', 'B', 'C'])
df2
ABC012314562789
DataFrame的属性
df
语文数学英语python张三948373107李四111416494王五551254231赵六5196578田七787388
1.常用属性shape，size，index, columns, values, dtypes
shape 属性是一个元组，表示 DataFrame 的维度，即行数和列数。size 属性表示 DataFrame 中元素的总数，即行数乘以列数。index 属性表示 DataFrame 的行索引，即每行的标签。columns 属性表示 DataFrame 的列名，即每列的标签。values 属性返回 DataFrame 中的实际数据，以 NumPy 数组的形式呈现。dtypes 属性显示 DataFrame 中每列的数据类型。
df.shape # (5, 4)
df.size # 20
df.index # Index(['张三', '李四', '王五', '赵六', '田七'], dtype='object')
df.columns # Index(['语文', '数学', '英语', 'python'], dtype='object')
df.values
"""
array([[ 94, 83, 73, 107],
[111, 41, 64, 94],
[ 55, 125, 42, 31],
[ 51, 96, 5, 78],
[ 78, 73, 8, 8]])
"""
df.dtypes
"""
语文 int32
数学 int32
英语 int32
python int32
dtype: object
"""
2. 信息统计和描述info(), describe()
info() 方法提供了关于 DataFrame 的详细信息，包括每列的非空值数量、数据类型等.describe() 方法生成关于 DataFrame 中数值列的统计摘要，包括均值、标准差、最小值、最大值等。
df.info()
"""
Index: 5 entries, 张三 to 田七
Data columns (total 4 columns):
# Column Non-Null Count Dtype
--- ------ -------------- -----
0 语文 5 non-null int32
1 数学 5 non-null int32
2 英语 5 non-null int32
3 python 5 non-null int32
dtypes: int32(4)
memory usage: 120.0+ bytes
"""
df.describe()
语文数学英语pythoncount5.0000005.0000005.00005.000000mean77.80000083.60000038.400063.600000std25.50882230.80259731.245842.335564min51.00000041.0000005.00008.00000025%55.00000073.0000008.000031.00000050%78.00000083.00000042.000078.00000075%94.00000096.00000064.000094.000000max111.000000125.00000073.0000107.000000
DataFrame的索引与切片
1.对列进行索引
- 通过类似字典的方式
- 通过属性的方式
可以将DataFrame的列获取为一个Series。返回的Series拥有原DataFrame相同的索引，且name属性也已经设置好了，就是相应的列名。
df
语文数学英语python张三948373107李四111416494王五551254231赵六5196578田七787388
# 类似字典的key的方式. dict[key]
# dataframe中取出一列数据, 返回的是Series.
df['语文']
"""
张三 94
李四 111
王五 55
赵六 51
田七 78
Name: 语文, dtype: int32
"""
# 通过属性的写法, 不用加引号.
df.数学
"""
张三 83
李四 41
王五 125
赵六 96
田七 73
Name: 数学, dtype: int32
"""
# 这两种方法有什么区别?
# 属性写法, 不能用来创建新的一列.
# df.音乐 = = np.random.randint(0, 300, size=(5,)) 执行异常!
# 字典的写法是可以新建了一列数据
df['理综'] = np.random.randint(0, 300, size=(5,))
df
语文数学英语python理综张三94837310713李四111416494117王五551254231203赵六519657823田七787388168
2. 对行进行索引
使用.loc[] 加index来进行行索引使用.iloc[] 加整数来进行行索引 同样返回一个Series，index为原来的columns。
# 通过行标签选择单行
df.loc['张三']
"""
语文 94
数学 83
英语 73
python 107
理综 13
Name: 张三, dtype: int32
"""
# 通过位置索引选择单行
df.iloc[2]
"""
语文 55
数学 125
英语 42
python 31
理综 203
Name: 王五, dtype: int32
"""
# 通过位置索引范围选择多行; 注意是左闭右开
df.iloc[0:3] # 返回的是DataFrame
语文数学英语python理综张三94837310713李四111416494117王五551254231203
3.对元素索引的方法
使用列索引 - 使用行索引(iloc[3,1]相当于两个参数;iloc[[3,3]] 里面的[3,3]看做一个参数)
df['数学']['张三'] # 83 效率低，需要两次索引操作；先找列索引'数学'，在找行索引'张三'
df['数学'].loc['张三'] # 83； 效率低，需要两次索引操作
# 推荐写法. 查找元素的时候先行后列； 效率高，只进行一次索引
df.loc['张三', '数学'] # 83
# 隐式写法. 也是先行后列
df.iloc[0, 1] # 83
4.切片
# 行切片, 显式切片是全闭区间.
df.loc['张三': '王五']
语文数学英语python理综张三94837310713李四111416494117王五551254231203
# 隐式行切片, 左闭右开.
df.iloc[0:2]
语文数学英语python理综张三94837310713李四111416494117
# 列切片, 直接中括号进行切片. 是对行进行的切片.
# df['语文': '英语'] 异常! 因为行没有对应的标签
# 对列进行切片的时候, 也要先行后列.
df.loc[:, '语文': '英语'] # : 表示拿所有行
语文数学英语张三948373李四1114164王五5512542赵六51965田七78738
df.iloc[:, 0: 2] # 左闭右开
语文数学张三9483李四11141王五55125赵六5196田七7873
df[['语文', '英语']]
语文英语张三9473李四11164王五5542赵六515田七788
# 布尔索引: 选择满足条件的行数据
df[df['语文'] > 90]
语文数学英语python理综张三94837310713李四111416494117
参考阅读
您阅读本篇文章共花了：
发表评论