DataFrame对象的创建，修改，合并

最新推荐文章于 2024-04-27 06:27:59 发布

cigo_2018

最新推荐文章于 2024-04-27 06:27:59 发布

阅读量1.8k

点赞数

分类专栏： Python笔记文章标签： Python

Python笔记专栏收录该内容

57 篇文章 0 订阅

订阅专栏

import pandas as pd

import numpy as np

创建DataFrame对象

# 创建DataFrame对象
df = pd.DataFrame([1, 2, 3, 4, 5], columns=['cols'], index=['a','b','c','d','e'])
print df

df2 = pd.DataFrame([[1, 2, 3],[4, 5, 6]], columns=['col1','col2','col3'], index=['a','b'])
print df2

   col1  col2  col3
a     1     2     3
b     4     5     6

df3 = pd.DataFrame(np.array([[1,2],[3,4]]), columns=['col1','col2'], index=['a','b'])
print df3

   col1  col2
a     1     2
b     3     4

df4 = pd.DataFrame({'col1':[1,3],'col2':[2,4]},index=['a','b'])
print df4

   col1  col2
a     1     2
b     3     4

创建DataFrame对象的数据可以为列表，数组和字典，列名和索引为列表对象

基本操作

# DataFrame对象的基本操作
df2.index

Index([u'a', u'b'], dtype='object')

df2.columns

Index([u'col1', u'col2', u'col3'], dtype='object')

# 根据索引查看数据
df2.loc['a']   
# 索引为ａ这一行的数据
# df2.iloc[0] 跟上面的操作等价，一个是根据索引名，一个是根据数字索引访问数据

col1    1
col2    2
col3    3
Name: a, dtype: int64

print df2.loc[['a','b']]    # 访问多行数据，索引参数为一个列表对象

   col1  col2  col3
a     1     2     3
b     4     5     6

print df.loc[df.index[1:3]]

   cols
b     2
c     3

# 访问列数据
print df2[['col1','col3']]

   col1  col3
a     1     3
b     4     6

计算

# DataFrame元素求和
# 默认是对每列元素求和
print df2.sum()

col1    5
col2    7
col3    9
dtype: int64

# 行求和
print df2.sum(1)

a     6
b    15
dtype: int64

# 对每个元素乘以２
print df2.apply(lambda x:x*2)

   col1  col2  col3
a     2     4     6
b     8    10    12

# 对每个元素求平方(支持ndarray一样的向量化操作)
print df2**2

   col1  col2  col3
a     1     4     9
b    16    25    36

列扩充

# 对DataFrame对象进行列扩充
df2['col4'] = ['cnn','rnn']
print df2

   col1  col2  col3 col4
a     1     2     3  cnn
b     4     5     6  rnn

# 也可以通过一个新的DataFrame对象来定义一个新列,索引自动对应
df2['col5'] = pd.DataFrame(['MachineLearning','DeepLearning'],index=['a','b'])
print df2

   col1  col2  col3 col4             col5
a     1     2     3  cnn  MachineLearning
b     4     5     6  rnn     DeepLearning

行扩充

# 行进行扩充
print df2.append(pd.DataFrame({'col1':7,'col2':8,'col3':9,'col4':'rcnn','col5':'ReinforcementLearning'},index=['c']))

   col1  col2  col3  col4                   col5
a     1     2     3   cnn        MachineLearning
b     4     5     6   rnn           DeepLearning
c     7     8     9  rcnn  ReinforcementLearning

注意！

# 如果在进行　行扩充时候没有，指定ｉｎｄｅｘ的参数，索引会被数字取代
print df2.append({'col1':10,'col2':11,'col3':12,'col4':'frnn','col5':'DRL'},ignore_index=True)

   col1  col2  col3  col4             col5
0     1     2     3   cnn  MachineLearning
1     4     5     6   rnn     DeepLearning
2    10    11    12  frnn              DRL

# 以上的行扩充，并没有真正修改，df2这个DataFrame对象，除非
df2 = df2.append(pd.DataFrame({'col1':7,'col2':8,'col3':9,'col4':'rcnn','col5':'ReinforcementLearning'},index=['c']))
print df2

   col1  col2  col3  col4                   col5
a     1     2     3   cnn        MachineLearning
b     4     5     6   rnn           DeepLearning
c     7     8     9  rcnn  ReinforcementLearning
c     7     8     9  rcnn  ReinforcementLearning

print df2.loc['c']

   col1  col2  col3  col4                   col5
c     7     8     9  rcnn  ReinforcementLearning
c     7     8     9  rcnn  ReinforcementLearning

DataFrame对象的合并

# DataFrame 对象的合并
df_a = pd.DataFrame(['wang','jing','hui','is','a','master'],columns=['col6'],index=['a','b','c','d','e','f'])
print df_a

     col6
a    wang
b    jing
c     hui
d      is
e       a
f  master

# 默认合并,只保留dfb中的全部索引
dfb = pd.DataFrame([1,2,4,5,6,7],columns=['col1'],index=['a','b','c','d','f','g'])
print dfb.join(df_a)

   col1    col6
a     1    wang
b     2    jing
c     4     hui
d     5      is
f     6  master
g     7     NaN

# 默认合并之接受索引已经存在的值
# 通过指定参数 how，指定合并的方式
print dfb.join(df_a,how='inner')   # 合并两个DataFrame对象的交集

   col1    col6
a     1    wang
b     2    jing
c     4     hui
d     5      is
f     6  master

# 合并两个DataFrame对象的并集
print dfb.join(df_a,how='outer')

   col1    col6
a   1.0    wang
b   2.0    jing
c   4.0     hui
d   5.0      is
e   NaN       a
f   6.0  master
g   7.0     NaN

import pandas as pd
import numpy as np
#可以是一组列表
df1 = pd.DataFrame([1,2,3,4,5],columns = ['cols'],index = ['a','b','c','d','e'])
print(df1)
#可以是多组列表
df2 = pd.DataFrame([[1,2,3],[4,5,6]],columns=['col1','col2','col3'],index=['a','b'])
print(df2)
#可以是数组
df3 = pd.DataFrame(np.array([[1,2],[3,4]]),columns=['col1','col2'],index = ['a','b'])
print(df3)
#可以是字典
df4 = pd.DataFrame({'col1':[1,3],'col2':[2,4]},index = ['a','b'])
print(df4)

#DataFrame对象的基本操作
print(df2.index) #查询横向标签及数据结构
print(df2.columns) #查询纵向标签及数据结构
print(df2.loc['b']) #根据横向标签（索引名）查询数据
print(df2.iloc[1]) #根据（数字索引）查询数据
print(df2.loc[['a','b']]) #根据多个索引名查询多行数据
print (df1.loc[df1.index[1:3]]) #根据数字索引，从df1[1]开始到第3个元素结束
print(df2[['col1','col3']])#直接访问列数据

#计算
#DataFrame元素求和
#默认是每列元素的求和
print(df2.sum()) #列求和，每一列元素相加
print(df2.sum(1)) #行求和，第二行元素相加
print(df2.apply(lambda x:x*2)) #用lambda函数对df2中的所有值进行乘以二
print(df2*2) #也可以直接执行乘以二，结果相同
print(df2**2)#其他运算符也可以

#列扩充
df2['col4'] = ['cnn','rnn']
print(df2)
#也可以通过一个新的DataFrame对象
df2['col5'] = pd.DataFrame(['MachineLearing','DeepLearning'],index=['a','b'])
print(df2)

#行扩充
print (df2.append(pd.DataFrame({'col1':7,'col2':8,'col3':9,'col4':10,'col5':5},index=['c'])))

#注意！
#如果在进行行扩充的时候没有指定index的参数，索引会被数字取代
#由于以上并没有对df2修改进行保存，所以并没有真正修改，以下被修改2次
df2=df2.append(pd.DataFrame({'col1':11,'col2':12,'col3':13,'col4':14,'col5':15},index=['d']))
df2=df2.append(pd.DataFrame({'col1':11,'col2':12,'col3':13,'col4':14,'col5':15},index=['d']))
print(df2)
print(df2.loc['d']) #按索引搜寻数据

#DataFrame 对象的合并
index_list=['a','b','c','d','e','f']
df_a = pd.DataFrame(['a','b','c','d','e','f'],columns=['col6'],index=index_list)
print(df_a)
#默认合并，只保留df1的全部索引，会丢弃df_a的多余内容
print(df1.join(df_a))
#默认合并只接受df1索引已经存在的值
#通过制定参数how，制定合并方式
print(df1.join(df_a,how='inner')) #合并两个DataFrame的交集，删除重合区域
print(df1.join(df_a,how='outer')) #合并两个DataFrame的并集，自动补充NONE

cigo_2018

关注

0
点赞
踩
4

收藏

觉得还不错? 一键收藏
0
评论
DataFrame对象的创建，修改，合并

123创建DataFrame对象# 创建DataFrame对象df = pd.DataFrame([1, 2, 3, 4, 5], columns=['cols'], index=['a','b','c','d','e'])print df123 colsa 1b 2c 3d 4e 51234567df2 = pd.DataFrame([...
复制链接

扫一扫