(二)Pandas——DataFrame对象

DataFrame对象

DataFrame 是一个表格型的数据结构，它含有一组有序的列，每列可以是不同的值类型（数值、字符串、布尔型值）。DataFrame 既有行索引也有列索引，它可以被看做由 Series 组成的字典（共同用一个索引）。

构造方法：

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

参数说明：

• data：一组数据(ndarray、series, map, lists, dict 等类型)。

• index：索引值，或者可以称为行标签。

• columns：列标签，默认为 RangeIndex (0, 1, 2, …, n) 。

• dtype：数据类型。

• copy：拷贝数据，默认为 False。

Pandas DataFrame 是一个二维的数组结构，类似二维数组。

实例-创建

import pandas as pd
# 列表方式创建DataFrame对象
data=[['小太阳',320.9,100],['鼠标',150.3,50],['小刀',1.5,200]]
columns=['名称','单价','数量']
df=pd.DataFrame(data=data,columns=columns)
print(df)
'''
    名称     单价   数量
0  小太阳  320.9  100
1   鼠标  150.3   50
2   小刀    1.5  200
'''
print(type(df))  # <class 'pandas.core.frame.DataFrame'>

# 字典方式创建DataFrame对象--方法一
data={
    '名称':['小太阳','鼠标','小刀'],
    '单价':[320.9,150.3,1.5],
    '数量':[100,50,200],
    '公司名称':'东门超市'
}
df1=pd.DataFrame(data=data)
print(df1)
'''
    名称     单价   数量  公司名称
0  小太阳  320.9  100  东门超市
1   鼠标  150.3   50  东门超市
2   小刀    1.5  200  东门超市
'''

# 字典方式创建DataFrame对象--方法二
data = [{'a': 1, 'b': 2},{'a': 5, 'b': 10, 'c': 20}]
df2 = pd.DataFrame(data)
print (df2)
'''
   a   b     c
0  1   2   NaN
1  5  10  20.0
'''
# 没有对应的部分数据为 NaN。

DataFrame的重要属性

序号	属性	描述
1	values	查看所有元素的值，返回ndarray对象
2	dtypes	查看所有元素的类型
3	index	查看所有行名、重命名行名
4	columns	查看所有列名、重命名列名
5	T	行列数据转换
6	head	查看前N条数据，默认5条
7	tail	查看后N条数据，默认5条
8	shape	查看行数和列数shape[0]表示行,shape[1]表示列
9	info	查看索引、数据类型和内存信息

实例：

import pandas as pd
data=[['小太阳',320.9,100],['鼠标',150.3,50],['小刀',1.5,200]]
columns=['名称','单价','数量']
df=pd.DataFrame(data=data,columns=columns)
print(df)
'''
    名称     单价   数量
0  小太阳  320.9  100
1   鼠标  150.3   50
2   小刀    1.5  200
'''

print('查看所有元素的值\n',df.values,type(df.values))
'''
 [['小太阳' 320.9 100]
 ['鼠标' 150.3 50]
 ['小刀' 1.5 200]] <class 'numpy.ndarray'>
'''

print('查看所有元素的类型\n',df.dtypes)
'''
名称     object
单价    float64
数量      int64
dtype: object
'''

print('查看所有行名称\n',list(df.index),type(df.index))
'''
[0, 1, 2] <class 'pandas.core.indexes.range.RangeIndex'>
'''

df.index=[1,2,3]  # 设置行标签
print(df)
'''
    名称     单价   数量
1  小太阳  320.9  100
2   鼠标  150.3   50
3   小刀    1.5  200
'''

print('查看列索引\n',df.columns)
#  Index(['名称', '单价', '数量'], dtype='object')
df.columns=['商品名称','最新单价','实时数量']  # 设置列标签
print(df)
'''
  商品名称   最新单价  实时数量
1  小太阳  320.9   100
2   鼠标  150.3    50
3   小刀    1.5   200
'''

# 行列数据的转换
pd.set_option('display.unicode.east_asian_width',True) # 规整 格式
new_df=df.T
print(new_df)
'''
               1      2     3
商品名称  小太阳   鼠标  小刀
最新单价   320.9  150.3   1.5
实时数量     100     50   200
'''
print('查看前N条数据\n',df.head(1))
'''
   商品名称  最新单价  实时数量
1   小太阳     320.9       100
'''
print('查看后N条数据\n',df.tail(1))
'''
   商品名称  最新单价  实时数量
3     小刀       1.5       200
'''

DataFrame的重要函数

序号	函数	描述
1	describe()	查看每列的统计汇总信息，DataFrame类型
2	count()	返回每一列的非空值的个数
3	sum()	返回每一列的和，无法计算返回空值
4	max()	返回每一列的最大值
5	min()	返回每一列的最小值

import pandas as pd
data=[['sun',320.9,100],['mouse',150.3,50],['knife',1.5,200]]
columns=['名称','单价','数量']
df=pd.DataFrame(data=data,columns=columns)
print(df)
'''
      名称     单价   数量
0    sun  320.9  100
1  mouse  150.3   50
2  knife    1.5  200
'''

print(df.describe())
'''
               单价          数量
count    3.000000    3.000000
mean   157.566667  116.666667
std    159.823945   76.376262
min      1.500000   50.000000
25%     75.900000   75.000000
50%    150.300000  100.000000
75%    235.600000  150.000000
max    320.900000  200.000000
'''

print(df.count())  
'''
名称    3
单价    3
数量    3
dtype: int64
'''

print(df.sum())  # 名称字符串也会求和放到一起
'''
名称    sunmouseknife
单价            472.7
数量              350
dtype: object
'''

print(df.max())
'''
名称      sun
单价    320.9
数量      200
dtype: object
'''

print(df.min())
'''
名称    knife
单价      1.5
数量       50
dtype: object
'''