pandas之DataFrame

DataFrame对象的创建,修改,合并


import pandas as pd
import numpy as np
   
   
  • 1
  • 2
  • 3

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
   
   
  • 1
  • 2
  • 3
   cols
a     1
b     2
c     3
d     4
e     5

   
   
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
df2 = pd.DataFrame([[1, 2, 3],[4, 5, 6]], columns=['col1','col2','col3'], index=['a','b'])
print df2
   
   
  • 1
  • 2
   col1  col2  col3
a     1     2     3
b     4     5     6

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

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

   
   
  • 1
  • 2
  • 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
   
   
  • 1

基本操作

# DataFrame对象的基本操作
df2.index
   
   
  • 1
  • 2
Index([u'a', u'b'], dtype='object')

   
   
  • 1
  • 2
df2.columns
   
   
  • 1
Index([u'col1', u'col2', u'col3'], dtype='object')

   
   
  • 1
  • 2
# 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
   
   
  • 1
  • 2
  • 3
  • 4
col1    1
col2    2
col3    3
Name: a, dtype: int64

   
   
  • 1
  • 2
  • 3
  • 4
  • 5
print df2.loc[['a','b']]    # 访问多行数据,索引参数为一个列表对象
   
   
  • 1
   col1  col2  col3
a     1     2     3
b     4     5     6

   
   
  • 1
  • 2
  • 3
  • 4
print df.loc[df.index[1:3]]
   
   
  • 1
   cols
b     2
c     3

   
   
  • 1
  • 2
  • 3
  • 4
# 访问列数据
print df2[['col1','col3']]
   
   
  • 1
  • 2
   col1  col3
a     1     3
b     4     6

   
   
  • 1
  • 2
  • 3
  • 4

计算

# DataFrame元素求和
# 默认是对每列元素求和
print df2.sum()
   
   
  • 1
  • 2
  • 3
col1    5
col2    7
col3    9
dtype: int64

   
   
  • 1
  • 2
  • 3
  • 4
  • 5
# 行求和
print df2.sum(1)
   
   
  • 1
  • 2
a     6
b    15
dtype: int64

   
   
  • 1
  • 2
  • 3
  • 4
# 对每个元素乘以2
print df2.apply(lambda x:x*2)
   
   
  • 1
  • 2
   col1  col2  col3
a     2     4     6
b     8    10    12

   
   
  • 1
  • 2
  • 3
  • 4
# 对每个元素求平方(支持ndarray一样的向量化操作)
print df2**2
   
   
  • 1
  • 2
   col1  col2  col3
a     1     4     9
b    16    25    36

   
   
  • 1
  • 2
  • 3
  • 4

列扩充

# 对DataFrame对象进行列扩充
df2['col4'] = ['cnn','rnn']
print df2
   
   
  • 1
  • 2
  • 3
   col1  col2  col3 col4
a     1     2     3  cnn
b     4     5     6  rnn

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

   
   
  • 1
  • 2
  • 3
  • 4

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

   
   
  • 1
  • 2
  • 3
  • 4
  • 5

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

   
   
  • 1
  • 2
  • 3
  • 4
  • 5
# 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
   
   
  • 1
  • 2
  • 3
   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

   
   
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
print df2.loc['c']
   
   
  • 1
   col1  col2  col3  col4                   col5
c     7     8     9  rcnn  ReinforcementLearning
c     7     8     9  rcnn  ReinforcementLearning

   
   
  • 1
  • 2
  • 3
  • 4

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
   
   
  • 1
  • 2
  • 3
     col6
a    wang
b    jing
c     hui
d      is
e       a
f  master

   
   
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
# 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)
   
   
  • 1
  • 2
  • 3
   col1    col6
a     1    wang
b     2    jing
c     4     hui
d     5      is
f     6  master
g     7     NaN

   
   
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
# 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
   
   
  • 1
  • 2
  • 3
   col1    col6
a     1    wang
b     2    jing
c     4     hui
d     5      is
f     6  master

   
   
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
# 合并两个DataFrame对象的并集
print dfb.join(df_a,how='outer')
   
   
  • 1
  • 2
   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

   
   
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
        <link rel="stylesheet" href="https://csdnimg.cn/release/phoenix/template/css/markdown_views-ea0013b516.css">
            </div>

感谢 https://blog.csdn.net/u014281392/article/details/75331570

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值