pandas中DataFrame的常用操作

1. DataFrame的创建

（1）手动创建

df = pd.DataFrame({'a':[1,2,3],'b':[1,2,3]})
print(df)

结果为：

   a  b
0  1  1
1  2  2
2  3  3

（2）用panda导入文件数据

例如导入.csv类型的文件，导入之后直接变成了DataFrame类型的数据

df = pd.read_csv('/file_path/file_name.csv')

2. DataFrame获取行数和列数

（1）获取行数

df.shape[0]

（2）获取列数

df.shape[1]

3. DataFrame类型数据的提取

因为DataFrame类型的数据通常量比较大，所以经常会提取前几行，后几行或者某一列，某一行。

（1）提取前5行

df.head(5)

（2）提取后5行

df.tail(5)

（3）提取某一列

df['列名'].values

注：如果列名是数字也要加上单引号
（4）提取行

df.iloc[2]  # 取第二行
df.iloc[5:10]  # 取第五行到第十行

4. 修改Dataframe列名（行名）的两种方法

（1）修改列名：

首先新建一个Dataframe
import pandas as pd
df = pd.DataFrame({'a':[1,2,3],'b':[1,2,3]})
如下：
   a  b
0  1  1
1  2  2
2  3  3

1、修改列名a，b为A、B。
df.columns = ['A','B']
2、只修改列名a为A,inplace=Ture,修改原数据
df.rename(columns={'a':'A'}, inplace=True)

（2）修改行名

首先新建一个Dataframe
import pandas as pd
df = pd.DataFrame({'a':[1,2,3],'b':[1,2,3]})
如下：
   a  b
0  1  1
1  2  2
2  3  3

1、修改行名0,1,2为A、B、C。
df.index = ['A','B','C']
2、只修改行名0为A,inplace=Ture,修改原数据
df.rename(index={0:'A'}, inplace=True)

5.将array和DataFrame的相互转换

（1）array转换为DataFrame

df = pd.DataFrame(array_data)

（2）DataFrame转换为array

# 方法一：
data_array = np.array(df)
# 方法二：
data_array = df.as_matrix()
# 方法三：
data_array = df.values

6.DataFrame的转置

df_T = df.T

例子：

import pandas as pd
df = pd.DataFrame({'a':[1,2,3],'b':[1,2,3]})
print(df)

结果：

   a  b
0  1  1
1  2  2
2  3  3

接着：

df_T = df.T
print(df_T)

结果：

   0  1  2
a  1  2  3
b  1  2  3

7.DataFrame删除指定的某行或者某列

（1）函数

DataFrame.drop(labels=None,axis=0, index=None, columns=None, inplace=False)

（2）参数含义

$\bullet$ labels：要删除的行或列，用列表给出
$\bullet$ axis：默认为0，指要删除的是行，删除列时需指定axis为1
$\bullet$ index ：直接指定要删除的行，删除多行可以使用列表作为参数
$\bullet$ columns：直接指定要删除的列，删除多列可以使用列表作为参数
$\bullet$inplace: 默认为False，该删除操作不改变原数据；inplace = True时，改变原数据

（3）删除行或列的两种方式：

①通过参数labels和axis 来指定
②通过参数index或者columns来指定

（4）例子

①删除列

$\bullet$通过labels参数和axis参数指定

$\bullet$通过columns参数指定

②删除行

$\bullet$通过labels和axis = 0来指定

$\bullet$通过index参数直接指定

8.更改DataFrame的某些值

（1）更改DataFrame中的数据，原理是将这部分数据提取出来，重新赋值为新的数据。

（2）需要注意的是，数据更改直接针对DataFrame原数据更改，操作无法撤销，如果做出更改，需要对更改条件做确认或对数据进行备份

import pandas as pd
df1 = pd.DataFrame([['Snow','M',22],['Tyrion','M',32],['Sansa','F',18],['Arya','F',14]], columns=['name','gender','age'])

print("--------更换单个值----------")
# loc和iloc 可以更换单行、单列、多行、多列的值
df1.loc[0,'age']=25      # 思路：先用loc找到要更改的值，再用赋值（=）的方法实现更换值
df1.iloc[0,2]=25         # iloc：用索引位置来查找

# at 、iat只能更换单个值
df1.at[0,'age']=25      # iat 用来取某个单值,参数只能用数字索引
df1.iat[0,2]=25         # at 用来取某个单值,参数只能用index和columns索引名称
print(df1)

9.插入新增列、行

import pandas as pd

df1 = pd.DataFrame([['Snow','M',22],['Tyrion','M',32],['Sansa','F',18],['Arya','F',14]], columns=['name','gender','age'])

print("----------在最后新增一列---------------")
print("-------案例1----------")
# 在数据框最后加上score一列，元素值分别为：80，98，67，90
df1['score']=[80,98,67,90]   # 增加列的元素个数要跟原数据列的个数一样
print(df1)

print("-------案例2----------")
print("---------在指定位置新增列:用insert（）--------")
# 在gender后面加一列城市
# 在具体某个位置插入一列可以用insert的方法
# 语法格式：列表.insert(index, obj)
# index --->对象 obj 需要插入的索引位置。
# obj ---> 要插入列表中的对象（列名）

col_name=df1.columns.tolist()                   # 将数据框的列名全部提取出来存放在列表里
print(col_name)

col_name.insert(2,'city')                      # 在列索引为2的位置插入一列,列名为:city，刚插入时不会有值，整列都是NaN
df1=df1.reindex(columns=col_name)              # DataFrame.reindex() 对原行/列索引重新构建索引值

df1['city']=['北京','山西','湖北','澳门']   # 给city列赋值
print(df1)

print("----------新增行---------------")
# 重要！！先创建一个DataFrame，用来增加进数据框的最后一行
new=pd.DataFrame({'name':'lisa',
                  'gender':'F',
                  'city':'北京',
                  'age':19,
                  'score':100},
                 index=[1])   # 自定义索引为：1 ，这里也可以不设置index
print(new)

print("-------在原数据框df1最后一行新增一行，用append方法------------")
df1=df1.append(new,ignore_index=True)   # ignore_index=True,表示不按原来的索引，从0开始自动递增
print(df1)

10. 用describe()来查看dataFrame指定列的统计信息

df = pd.read_csv('nyc_taxi.csv')
df

结果：

# 运行describe()来查看value列
df.value.describe()

结果：

可以看到describe()描述了value列的数据量(count)，均值（mean），标准差（std），最小值(min)一直到最大值（max），还有数据类型。

参考