Python数据分析摘要（1）- DataFrame数据定位，筛选和修改

数据分析在社会和经济生活中扮演着越来越重要的角色。因此，我在接下的几篇blog中阐释比较常用的数据分析的代码，如有不妥，欢迎指正！
数据分析第一个常用的库是pandas。 相比较numpy和matplotlib, 在产生相同效果的同时，pandas 体现出强大的API 功能，获取数据的途径更加便捷，所以备受推崇。
首先，我们来了解一下 pandas 中 DataFrame这个类的一些基本情况。DataFrame来源于R语言的data.frame类，因此自身功能多样。
其次，介绍一下DataFrame对象的数据定位和赋值方法。

常见注释符号说明：<> 里面是变量,args; op 代指operator，逻辑运算符。

一. DataFrame对象的数据定位
(1) 方法一： pandas.DataFrame().loc[]方法 【基本逻辑：先index后column】index指的是行索引，column则为列。

首先建立一个DataFrame对象，

import pandas as pd
import numpy as np

df = pd.DataFrame([[1,2,3,4],[3,4,3,4],[5,6,7,8]], index= ['number','post','ID'], columns = ['a','b','c','d'])
print(df)

得到结果如下

        a  b  c  d
number  1  2  3  4
post    3  4  3  4
ID      5  6  7  8

应用一：利用loc[]方法，得到某一个tuple（tupel可以理解为行数据）
如：

print(df.loc['number'])

得到结果如下

a    1
b    2
c    3
d    4

应用二：获取某些index，把index写到一个list中；利用loc[[,]]方法，得到某些tuple

print(df.loc[['number', 'post']])

得到结果如下

        a  b  c  d
number  1  2  3  4
post    3  4  3  4

应用三：获取某些index，把index写到一个list中，同时利用切片方法；利用loc[:]切片方法，得到某些tuple

print(df.loc['number':'ID'])

得到结果如下

        a  b  c  d
number  1  2  3  4
post    3  4  3  4
ID      5  6  7  8

应用三拓展：类似应用三，利用loc[:, [,]]切片方法，得到某些满足index和column条件的tuple

print(df.loc['number':'ID',['a','c']])

得到结果如下

        a  c
number  1  3
post    3  3
ID      5  7

应用四：利用loc[df[] op] 对满足column条件的tuple进行筛选

print(df.loc[df['b']>2,['c','a']])

得到结果如下

      c  a
post  3  3
ID    7  5

应用四拓展：利用loc[lambda函数方程] 对满足column条件的tuple进行筛选，注意lambda后面的变量为DataFrame对象

print(df.loc[lambda x: x.a >3,:])

得到结果如下

    a  b  c  d
ID  5  6  7  8

(2) 方法二： pandas.DataFrame().iloc[]方法 【基本逻辑：先index后column, 但iloc内部输入的是数值，而不是索引】
iloc[] 与 loc[] 的应用极其相似，以上四个应用方法完全对变量args的处理完全相同。

这里我只列举一个取前2行，第2列的例子：

print(df.iloc[:2,1])

得到结果如下

number    2
post      4

(3) 方法三： pandas.DataFrame()[]方法 【基本逻辑: 根据列名（attribute）直接取满足列要求的tuple数据】

print(df[['a','c']])

得到结果如下

        a  c
number  1  3
post    3  3
ID      5  7

二. DataFrame对象的数据修改 【基本逻辑: 先定位，再赋值】

下边举一个简单例子：把index为number的行数值转化为-1， 同时对attribute（列名）为a的所有大于0的tuple（行数据）赋值为-2。

df.loc['number'] = -1
df.loc[df['a']>0] =-2
print(df)

得到结果如下

        a  b  c  d
number -1 -1 -1 -1
post   -2 -2 -2 -2
ID     -2 -2 -2 -2

三. DataFrame对象的apply方法应用 【基本逻辑: 对每行/每列做函数运算】
方法参数：apply(func,
axis=0是对每列/axis=1是对每行,
raw=False默认为Series类型/raw=True是ndarray类型,
result_type=None, args=())

最后举个栗子帮助大家理解：
对每行元素做累加运算，最后得到一列。

代码如下：

print(df.apply(np.sum, axis = 1))

得到结果如下

number    10
post      14
ID        26

写在最后，今天的总结就到这里；如果觉得有帮助，请点个赞！