Pandas入门 笔记（二）

Pandas入门 笔记（二）

3.DataFrame 对象

3.1图解DataFrame对象

图 3.1 DataFrame结构

DataFrame是一个二维表数据结构，即由行列数据组成的表格。DataFrame既有行索引也有列索引，它可以看作是由Series对象组成的字典，不过这些Series对象公用一个索引。

	# 实例：
import pandas as pd
data = [[101,102,103],[104,105,106],[107,108,109]]
row = [0,1,2]
col = ['语文','数学','英语']
df = pd.DataFrame(data = data , index = row , columns = col)
print(df)
# 遍历DataFrame数据的每一列
for cols in df.columns:
	series = df[cols]
	print(series)

	#输出结果：
	
    语文   数学   英语
0  101  102  103
1  104  105  106
2  107  108  109
0    101
1    104
2    107
Name: 语文, dtype: int64
0    102
1    105
2    108
Name: 数学, dtype: int64
0    103
1    106
2    109
Name: 英语, dtype: int64

3.2 创建一个DataFrame对象

创建DataFrame主要使用Pandas模块的DataFrame类，语法如下：

pandas.DataFrame( data , index , columns , dtype , copy  )

参数说明：

• data：表示数据，可以是ndarray数组、series对象、列表、字典等。
• index：表示行标签（索引）。
• columns：列标签（索引）。
• dtype：每一列数据的数据类型。
• copy：用于复制数据。
• 返回值：DataFrame。

表3.2 数据类型对应表

Pandas数据类型	Python数据类型
object	str
int64	int
float64	float
bool	bool
datetime64	datetime64[ns]
timedelta[ns]	NA
category	NA

3.2.1 通过列表创建DataFrame对象

import pandas as pd
data = [[101,102,103],[104,105,106],[107,108,109]]
col = ['语文','数学','英语']
df = pd.DataFrame(data = data , columns = col)
print(df)

# 运行结果：
 语文   数学   英语
0  101  102  103
1  104  105  106
2  107  108  109

3.2.2 通过字典创建DataFrame对象

通过字典创建DtaFrame需要注意：
字典中的value值只能是一维数组或者单个简单数据类型。如果是数组，则要求所有数组长度一致；如果是单个数据，则每行都需要添加相同数据。

import pandas as pd
# 解决数据输出时列名不对齐的问题
pd.set_option('display.unicode.east_asian_width',True)
data = [[101,102,103],[104,105,106],[107,108,109]]
col = ['语文','数学','英语']
df = pd.DataFrame({
	'语文':[101,102,103],
	'数学':[104,105,106],
	'英语':[107,108,109],
	'班级':'高一1班'
},index = [0,1,2])
print(df)

# 运行结果：
	语文  数学  英语     班级
0   101   104   107  高一1班
1   102   105   108  高一1班
2   103   106   109  高一1班

值得注意的是，上述的“班级”列的value值是单个数据，所以每一行都添加了相同的数据“高一1班”。

3.3 DataFrame 的重要属性和函数

表3.3 重要属性及描述

属性	描述	举例
values	查看所有元素的值	df.values
dtypes	查看所有元素的类型	df.dtypes
index	查看所有行名、重命名行名	df.index , df.index=[1,2,3]
columns	查看所有列名、重命名列名	df.columns ,df.columns[‘生物’,‘化学’,‘物理’]
T	行列数据转换	df.T
head	查看前n条数据，默认5条	df.head() , df.head(8)
tail	查看后n条数据，默认5条	df.tail() , df.tail(8)
shape	查看行数和列数，[0]表示行；[1]表示列	df.shape[0] , df.shape[1]
info	查看索引，数据类型和内存信息	df.info

表3.4 重要函数及描述

函数	描述	举例
describe	查看每列的统计汇总信息，DtaFrame类型	df.describe()
count	返回每一列中的非空值得个数	df.count
sum	返回每一列的和，无法计算时返回空值	df.sum()
max	返回每一列的最大值	df.max()
min	返回每一列的最小值	df.min
argmax	返回某一列的(Series对象)最大值所在的自动索引位置	df[‘销量’].argmax()
argmin	返回某一列的(Series对象)最小值所在的自动索引位置	df[‘销量’].argmin()
idxmax	返回最大值所在的自定义索引位置	df.idxmax()
idxmin	返回最小值所在的自定义索引位置	df.idxmin()
mean	返回每一列的平均值	df.mean()
median	返回每一列的中位数	df.median()
var	返回每一列的方差	df.var()
std	返回每一列的标准差	df.std()
isnull	检查df中的空值，空值为True；否则为False，返回布尔数组类型	df.isnull()
notnull	检查df中的空值，非空值为True；否则为False，返回布尔数组类型	df.notnull()

未完待续。。。