Python3pandas库DataFrame用法(基础整理)

最新推荐文章于 2024-09-29 15:19:28 发布
最新推荐文章于 2024-09-29 15:19:28 发布
阅读量1.9k 收藏 3
点赞数 1
分类专栏： Python
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/kwame211/article/details/80845494
版权
创建一个DataFrame
（1）用字典dict，字典值value是列表list
（2）用Series构建DataFrame
（3）用一个字典构成的列表list of dicts来构建DataFrame
广播特性
定位DataFrame里的元素
（1）利用表达式boolean定位
（2）利用loc，iloc，ix函数定位
可以定位数字,就可以赋值
info()和describe()
缺省值填充fillna,ffill,bfill
层次化的index
unstack：Series转化成DataFrame
csv文件读写read_ csv/to_csv

一个DataFrame就是一张表格,Series可以理解成一维数据,DataFrame就是一个二维数据,DataFrame可以由多个Series组成(DataFrame可以理解成Series的一个集合)

创建一个DataFrame

（1）用字典dict，字典值value是列表list

population={'city':['Beijing','Shanghai','Guangzhou','Shenzhen','Hangzhou','Chongqing'],
            'year':[2016,2017,2016,2017,2016,2016],
            'population':[2100,2300,1000,700,500,500]
            }
population=pd.DataFrame(population)   ###
print(population)
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
        city  population  year
0    Beijing        2100  2016
1   Shanghai        2300  2017
2  Guangzhou        1000  2016
3   Shenzhen         700  2017
4   Hangzhou         500  2016
5  Chongqing         500  2016
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
pdc=pd.DataFrame(population,columns=['year','city','population'])   #columns参数改变列名
print(pdc)
  • 1
  • 2
   year       city  population
0  2016    Beijing        2100
1  2017   Shanghai        2300
2  2016  Guangzhou        1000
3  2017   Shenzhen         700
4  2016   Hangzhou         500
5  2016  Chongqing         500
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
tmp={'city':['Beijing','Shanghai','Guangzhou','Shenzhen','Hangzhou','Chongqing'],
     'year':[2016,2017,2016,2017,2016,2016],
     'population':[2100,2300,1000,700,500,500]
     }
pdci=pd.DataFrame(tmp,columns=['year','city','population'],
                  index=['one','two','three','four','five','six'])  #改变行index索引和列名columns
print(pdci)
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
      year       city  population
one    2016    Beijing        2100
two    2017   Shanghai        2300
three  2016  Guangzhou        1000
four   2017   Shenzhen         700
five   2016   Hangzhou         500
six    2016  Chongqing         500
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7

（2）用Series构建DataFrame

cities={'Beijing':55000,'Shanghai':60000,'shenzhen':50000,'Hangzhou':20000,'Guangzhou':45000,'Suzhou':None}
apts=pd.Series(cities,name='income')
apts['shenzhen']=70000
less_than_50000=(apts<50000)
apts[less_than_50000]=40000
apts2=pd.Series({'Beijing':10000,'Shanghai':8000,'shenzhen':6000,'Tianjin':40000,'Guangzhou':7000,'Chongqing':30000})
# print(apts2)
apts=apts+apts2
apts[apts.isnull()]=apts.mean()
# print(apts)

df=pd.DataFrame({'apts':apts,'apts2':apts2})   ###
print(df)
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
              apts    apts2
Beijing    65000.0  10000.0
Chongqing  64000.0  30000.0
Guangzhou  47000.0   7000.0
Hangzhou   64000.0      NaN
Shanghai   68000.0   8000.0
Suzhou     64000.0      NaN
Tianjin    64000.0  40000.0
shenzhen   76000.0   6000.0
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9

（3）用一个字典构成的列表list of dicts来构建DataFrame

data=[{'JackMa':99999999999,'Han':5000,'David':10000},
   {'JackMa':99999999998,'Han':4000,'David':11000}]
pdl=pd.DataFrame(data,index=['salary1','salary2'])
print(pdl)
  • 1
  • 2
  • 3
  • 4
         David   Han       JackMa
salary1  10000  5000  99999999999
salary2  11000  4000  99999999998
  • 1
  • 2
  • 3

广播特性

cities={'Beijing':55000,'Shanghai':60000,'shenzhen':50000,'Hangzhou':20000,'Guangzhou':45000,'Suzhou':None}
apts=pd.Series(cities,name='income')
apts['shenzhen']=70000
less_than_50000=(apts<50000)
apts[less_than_50000]=40000
apts2=pd.Series({'Beijing':10000,'Shanghai':8000,'shenzhen':6000,'Tianjin':40000,'Guangzhou':7000,'Chongqing':30000})
apts=apts+apts2
apts[apts.isnull()]=apts.mean()
df=pd.DataFrame({'apts':apts,'apts2':apts2})
#print(df)
df['bonus']=2000  #增加一个新列bonus,并且都赋值2000
print(df)
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
              apts    apts2  bonus
Beijing    65000.0  10000.0   2000
Chongqing  64000.0  30000.0   2000
Guangzhou  47000.0   7000.0   2000
Hangzhou   64000.0      NaN   2000
Shanghai   68000.0   8000.0   2000
Suzhou     64000.0      NaN   2000
Tianjin    64000.0  40000.0   2000
shenzhen   76000.0   6000.0   2000
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
df['income']=df['apts']*2+df['apts2']*1.5+df['bonus']
print(df)
  • 1
  • 2
              apts    apts2  bonus    income
Beijing    65000.0  10000.0   2000  147000.0
Chongqing  64000.0  30000.0   2000  175000.0
Guangzhou  47000.0   7000.0   2000  106500.0
Hangzhou   64000.0      NaN   2000       NaN
Shanghai   68000.0   8000.0   2000  150000.0
Suzhou     64000.0      NaN   2000       NaN
Tianjin    64000.0  40000.0   2000  190000.0
shenzhen   76000.0   6000.0   2000  163000.0
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
print(df.index)
  • 1
Index(['Beijing', 'Chongqing', 'Guangzhou', 'Hangzhou', 'Shanghai', 'Suzhou',
       'Tianjin', 'shenzhen'],
      dtype='object')
  • 1
  • 2
  • 3

定位DataFrame里的元素

（1）利用表达式boolean定位

import pandas as pd
cities={'Beijing':55000,'Shanghai':60000,'shenzhen':50000,'Hangzhou':20000,'Guangzhou':45000,'Suzhou':None}
apts=pd.Series(cities,name='income')
apts['shenzhen']=70000
less_than_50000=(apts<50000)
apts[less_than_50000]=40000
apts2=pd.Series({'Beijing':10000,'Shanghai':8000,'shenzhen':6000,'Tianjin':40000,'Guangzhou':7000,'Chongqing':30000})
apts=apts+apts2
apts[apts.isnull()]=apts.mean()
df=pd.DataFrame({'apts':apts,'apts2':apts2})
df['bonus']=2000  #增加一个新列bonus,并且都赋值2000
df['income']=df['apts']*2+df['apts2']*1.5+df['bonus']
#print(df)
#              apts    apts2  bonus    income
#Beijing    65000.0  10000.0   2000  147000.0
#Chongqing  64000.0  30000.0   2000  175000.0
#Guangzhou  47000.0   7000.0   2000  106500.0
#Hangzhou   64000.0      NaN   2000       NaN
#Shanghai   68000.0   8000.0   2000  150000.0
#Suzhou     64000.0      NaN   2000       NaN
#Tianjin    64000.0  40000.0   2000  190000.0
#shenzhen   76000.0   6000.0   2000  163000.0
print(df.apts==64000)
print(df['apts']==64000)  #boolean条件
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21
  • 22
  • 23
  • 24
Beijing      False
Chongqing     True
Guangzhou    False
Hangzhou      True
Shanghai     False
Suzhou        True
Tianjin       True
shenzhen     False
Name: apts, dtype: bool
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
print(df[df['apts']==64000]) #对行做选择,就是把apts列等于64000的行取出来
  • 1
              apts    apts2  bonus    income
Chongqing  64000.0  30000.0   2000  175000.0
Hangzhou   64000.0      NaN   2000       NaN
Suzhou     64000.0      NaN   2000       NaN
Tianjin    64000.0  40000.0   2000  190000.0
  • 1
  • 2
  • 3
  • 4
  • 5
df[df.apts==64000]['income']=200000 #报错,在复制片段上赋值,原来的df没被改变
  • 1

（2）利用loc，iloc，ix函数定位

loc：通过“行标签”索引行数据
print(df.loc['Hangzhou'])  #定位选某一行
  • 1
apts      64000.0
apts2         NaN
bonus      2000.0
income        NaN
Name: Hangzhou, dtype: float64
  • 1
  • 2
  • 3
  • 4
  • 5
print(df.loc[['Hangzhou','Shanghai']])
  • 1
             apts   apts2  bonus    income
Hangzhou  64000.0     NaN   2000       NaN
Shanghai  68000.0  8000.0   2000  150000.0
  • 1
  • 2
  • 3
print(df.loc[df['apts']==64000,['apts2','apts','bonus']])
#前面的部分是对行做选择,后面的部分是对列做选择
  • 1
  • 2
             apts2     apts  bonus
Chongqing  30000.0  64000.0   2000
Hangzhou       NaN  64000.0   2000
Suzhou         NaN  64000.0   2000
Tianjin    40000.0  64000.0   2000
  • 1
  • 2
  • 3
  • 4
  • 5
iloc：通过“行号”索引行数据
 print(df.iloc[0:5])
  • 1
              apts    apts2  bonus    income
Beijing    65000.0  10000.0   2000  147000.0
Chongqing  64000.0  30000.0   2000  175000.0
Guangzhou  47000.0   7000.0   2000  106500.0
Hangzhou   64000.0      NaN   2000       NaN
Shanghai   68000.0   8000.0   2000  150000.0
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
ix：通过行标签或者行号索引行数据（基于loc和iloc 的混合）
print(df.ix[1:4,1:3])  #用行号和列号做数据选择
  • 1
             apts2  bonus
Chongqing  30000.0   2000
Guangzhou   7000.0   2000
Hangzhou       NaN   2000
  • 1
  • 2
  • 3
  • 4

可以定位数字,就可以赋值

df.loc[:,'income']=5000
print(df)
  • 1
  • 2
              apts    apts2  bonus  income
Beijing    65000.0  10000.0   2000    5000
Chongqing  64000.0  30000.0   2000    5000
Guangzhou  47000.0   7000.0   2000    5000
Hangzhou   64000.0      NaN   2000    5000
Shanghai   68000.0   8000.0   2000    5000
Suzhou     64000.0      NaN   2000    5000
Tianjin    64000.0  40000.0   2000    5000
shenzhen   76000.0   6000.0   2000    5000
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9

info()和describe()

info
print(df.info())
  • 1
<class 'pandas.core.frame.DataFrame'>
Index: 8 entries, Beijing to shenzhen
Data columns (total 4 columns):
apts      8 non-null float64
apts2     6 non-null float64
bonus     8 non-null int64
income    8 non-null int64
dtypes: float64(2), int64(2)
memory usage: 320.0+ bytes
None
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
describe
print(df.describe())
  • 1
               apts         apts2   bonus  income
count      8.000000      6.000000     8.0     8.0
mean   64000.000000  16833.333333  2000.0  5000.0
std     8017.837257  14483.323744     0.0     0.0
min    47000.000000   6000.000000  2000.0  5000.0
25%    64000.000000   7250.000000  2000.0  5000.0
50%    64000.000000   9000.000000  2000.0  5000.0
75%    65750.000000  25000.000000  2000.0  5000.0
max    76000.000000  40000.000000  2000.0  5000.0
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
print(df.head(2))
  • 1
              apts    apts2  bonus  income
Beijing    65000.0  10000.0   2000    5000
Chongqing  64000.0  30000.0   2000    5000
  • 1
  • 2
  • 3
tail
print(df.tail(2))
  • 1
             apts    apts2  bonus  income
Tianjin   64000.0  40000.0   2000    5000
shenzhen  76000.0   6000.0   2000    5000
  • 1
  • 2
  • 3

条件判断与条件组合

#df2.loc[((df2['dow']==0)|(df2['dow']==2)|(df2['dow']==4)),:]
#df2.loc[ df2['dow'].isin([0,2,4]) , : ]  #可以是一个列表，numpy array，Series
#~(df2['dow'].isin([0,2,4]))
  • 1
  • 2
  • 3

缺省值填充fillna,ffill,bfill

fillna
import pandas as pd
cities={'Beijing':55000,'Shanghai':60000,'shenzhen':50000,'Hangzhou':20000,'Guangzhou':45000,'Suzhou':None}
apts=pd.Series(cities,name='income')
apts['shenzhen']=70000
less_than_50000=(apts<50000)
apts[less_than_50000]=40000
apts2=pd.Series({'Beijing':10000,'Shanghai':8000,'shenzhen':6000,'Tianjin':40000,'Guangzhou':7000,'Chongqing':30000})
apts=apts+apts2
apts[apts.isnull()]=apts.mean()
df=pd.DataFrame({'apts':apts,'apts2':apts2})
df['bonus']=2000 
df['income']=df['apts']*2+df['apts2']*1.5+df['bonus']
#print(df)
#              apts    apts2  bonus    income
#Beijing    65000.0  10000.0   2000  147000.0
#Chongqing  64000.0  30000.0   2000  175000.0
#Guangzhou  47000.0   7000.0   2000  106500.0
#Hangzhou   64000.0      NaN   2000       NaN
#Shanghai   68000.0   8000.0   2000  150000.0
#Suzhou     64000.0      NaN   2000       NaN
#Tianjin    64000.0  40000.0   2000  190000.0
#shenzhen   76000.0   6000.0   2000  163000.0
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21
  • 22
dff=df.fillna(value=0)   #df没变
print(dff)
  • 1
  • 2
              apts    apts2  bonus    income
Beijing    65000.0  10000.0   2000  147000.0
Chongqing  64000.0  30000.0   2000  175000.0
Guangzhou  47000.0   7000.0   2000  106500.0
Hangzhou   64000.0      0.0   2000       0.0
Shanghai   68000.0   8000.0   2000  150000.0
Suzhou     64000.0      0.0   2000       0.0
Tianjin    64000.0  40000.0   2000  190000.0
shenzhen   76000.0   6000.0   2000  163000.0
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
inplace
dff=df.fillna(value=0, inplace=True)
print(df);print(dff)  #inplace参数True,df改变,没有新的dff拷贝
  • 1
  • 2
              apts    apts2  bonus    income
Beijing    65000.0  10000.0   2000  147000.0
Chongqing  64000.0  30000.0   2000  175000.0
Guangzhou  47000.0   7000.0   2000  106500.0
Hangzhou   64000.0      0.0   2000       0.0
Shanghai   68000.0   8000.0   2000  150000.0
Suzhou     64000.0      0.0   2000       0.0
Tianjin    64000.0  40000.0   2000  190000.0
shenzhen   76000.0   6000.0   2000  163000.0
None
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
ffill
dffr=df.fillna(method='ffill')   #新生成的补NaN前向拷贝,df没变
print(dffr)
  • 1
  • 2
              apts    apts2  bonus    income
Beijing    65000.0  10000.0   2000  147000.0
Chongqing  64000.0  30000.0   2000  175000.0
Guangzhou  47000.0   7000.0   2000  106500.0
Hangzhou   64000.0   7000.0   2000  106500.0
Shanghai   68000.0   8000.0   2000  150000.0
Suzhou     64000.0   8000.0   2000  150000.0
Tianjin    64000.0  40000.0   2000  190000.0
shenzhen   76000.0   6000.0   2000  163000.0
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
bfill
dfba=df.fillna(method='bfill')   #新生成的补NaN后向拷贝,df没变
print(dfba)
  • 1
  • 2
              apts    apts2  bonus    income
Beijing    65000.0  10000.0   2000  147000.0
Chongqing  64000.0  30000.0   2000  175000.0
Guangzhou  47000.0   7000.0   2000  106500.0
Hangzhou   64000.0   8000.0   2000  150000.0
Shanghai   68000.0   8000.0   2000  150000.0
Suzhou     64000.0  40000.0   2000  190000.0
Tianjin    64000.0  40000.0   2000  190000.0
shenzhen   76000.0   6000.0   2000  163000.0
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9

层次化的index

import pandas as pd
import numpy as np
data=pd.Series(np.random.randn(10),index=[['a','a','a','b','b','c','c','d','d','d'],
 [1,2,3,1,2,1,2,1,2,3]])
print(data)
print(type(data))
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
a  1    0.346467
   2   -0.043077
   3    0.043878
b  1    0.107763
   2   -0.175726
c  1   -1.833683
   2    0.033884
d  1   -1.807021
   2    0.819740
   3    0.294679
dtype: float64
<class 'pandas.core.series.Series'>
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
print(data.index)
  • 1
MultiIndex(levels=[['a', 'b', 'c', 'd'], [1, 2, 3]],
           labels=[[0, 0, 0, 1, 1, 2, 2, 3, 3, 3], [0, 1, 2, 0, 1, 0, 1, 0, 1, 2]])
  • 1
  • 2
print(data['b':'c'])
  • 1
b  1    0.353241
   2    0.379744
c  1   -0.860706
   2   -0.795483
dtype: float64
  • 1
  • 2
  • 3
  • 4
  • 5
print(data[:2])
  • 1
a  1    0.763116
   2    0.058009
dtype: float64
  • 1
  • 2
  • 3
unstack：Series转化成DataFrame
unstack=data.unstack()   #将层级数据横向拉开,不够长的补NaN
print(unstack)
print(type(unstack))
  • 1
  • 2
  • 3
          1         2         3
a -0.637935 -0.104897 -1.536381
b  2.448302  1.679833       NaN
c -0.845155  0.829459       NaN
d  0.597535 -0.464255 -0.898994
<class 'pandas.core.frame.DataFrame'>  #对比data的类型
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6

csv文件读写read_csv/to_csv

import pandas as pd
cities={'Beijing':55000,'Shanghai':60000,'shenzhen':50000,'Hangzhou':20000,'Guangzhou':45000,'Suzhou':None}
apts=pd.Series(cities,name='income')
apts['shenzhen']=70000
less_than_50000=(apts<50000)
apts[less_than_50000]=40000
apts2=pd.Series({'Beijing':10000,'Shanghai':8000,'shenzhen':6000,'Tianjin':40000,'Guangzhou':7000,'Chongqing':30000})
apts=apts+apts2
apts[apts.isnull()]=apts.mean()
df=pd.DataFrame({'apts':apts,'apts2':apts2})
df['bonus']=2000  
df['income']=df['apts']*2+df['apts2']*1.5+df['bonus']
#print(df)
df.to_csv('df.csv')
df.to_csv('df2.csv',index=False) #去掉第一列,行索引列

import os
df2_site = r"D:\PYTHON35\idle\df2.csv"
pwd = os.getcwd()  #获取当前工作目录
os.chdir(os.path.dirname(df2_site))
tmp_df = pd.read_csv(os.path.basename(df2_site))   ###
print(tmp_df)
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21
  • 22
      apts    apts2  bonus    income
0  65000.0  10000.0   2000  147000.0
1  64000.0  30000.0   2000  175000.0
2  47000.0   7000.0   2000  106500.0
3  64000.0      NaN   2000       NaN
4  68000.0   8000.0   2000  150000.0
5  64000.0      NaN   2000       NaN
6  64000.0  40000.0   2000  190000.0
7  76000.0   6000.0   2000  163000.0
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
tmp_df_index = pd.Index(['Beijing','Shanghai',"Suzhou",'Hangzhou','Tianjin','Chongqing','Nanjing','Shenzhen'])
tmp_df.index=tmp_df_index   #修改索引
print(tmp_df)
  • 1
  • 2
  • 3
              apts    apts2  bonus    income
Beijing    65000.0  10000.0   2000  147000.0
Shanghai   64000.0  30000.0   2000  175000.0
Suzhou     47000.0   7000.0   2000  106500.0
Hangzhou   64000.0      NaN   2000       NaN
Tianjin    68000.0   8000.0   2000  150000.0
Chongqing  64000.0      NaN   2000       NaN
Nanjing    64000.0  40000.0   2000  190000.0
Shenzhen   76000.0   6000.0   2000  163000.0
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
df.to_csv('df3.csv',sep='\t')
DemonHunter211
关注
专栏目录
pandas中dataFrame基本使用
weixin_39244297的博客
09-22 563
DataFrame的创建 基于字典创建 import pandas as pd dict = {'id':[1,2,3,4,5,6],'name':['Alice','Bob','Cindy','Eric','Helen','Grace ']} print(type(dict))#显示类型为dict dictDataframe = pd.DataFrame(dict) print(type(dictDataframe)) print('the content of dictDataframe is :\n'
python3 pandas DataFrame常见用法
weixin_30682415的博客
04-08 98
df = pandas.read_clipboard() df 获取索引和值 df.index df.values DataFrame的values属性将数据以二维ndarray形式返回，dtype类型会自动选择 转载于:https://www.cnblogs.com/Peter2014/p/10673488.html...
pandas库DataFrame模块的学习与入门--史上最全面的DataFrame总结
最新发布
weixin_51930093的博客
09-29 826
基本上涵盖了pandas库中DataFrame的所有常见用法
pandas DataFrame 用法--查看和选择数据
一分耕耘一分收获
11-15 9461
1.使用 .head() 查看 DataFrame 头部数据 2.使用 .tail() 查看 DataFrame 尾部数据 3.使用 .describe() 查看 DataFrame 统计数据 4.使用 .T查看 DataFrame 转置数据 5. 使用 .sort_index() 查看按照轴排序的数据 6. 使用 .sort_values() 查看按照值排序的数据 7.at 函数：通过行名和列名来取值（取行名为a, 列名为A的值） 8.iat 函数...
pandas中DataFrame的用法
zxk234的博客
09-25 875
首先在DataFrame中，数据被储存为一个以上的二维块，而不是列表，字典或其他一维数组的集合。 首先构建一个DateFrame： DataFrame中的head方法只会选出头部的五行： DataFrame中使用columns方法会按照指定顺序排列: 如果你传的列不包含在字典里面，将会在结果中出现缺失指： DataFrame中的一列，可以按字典型的标记或属性那样检索为Series： 用loc这种特殊的方法可以选取指定的位置： ...
Pandas.DataFrame 的使用方法
Mark_Australia的博客
03-28 9761
DataFrame 的使用方法
pandas之DataFrame使用
lixiao2112924629的博客
04-15 3113
它含N个有序的列，每一列可以是不同的值类型（数值、字符串、布尔型值），也可以理解为由Series组成的字典（Pandas中用于合并数据的函数，可以沿着指定的轴将多个DataFrame或者Series对象连接起来。默认情况，可以返回指定数量的随机样本的DataFrame。numpy中数组就是类似的二维数组，可以使用行标签指定，也可以使用列标签指定。Index:表示索引值，就是行标签，默认值为0,1,2....；字典的key对应表格的列名，value对应每个列中存在的值。表示列标签，默认值为0,1,2...
Python中pandas模块DataFrame创建方法示例
12-25
本文实例讲述了Python中pandas模块DataFrame创建方法。分享给大家供大家参考，具体如下： DataFrame创建 1. 通过列表创建DataFrame 2. 通过字典创建DataFrame 3. 通过Numpy数组创建DataFrame DataFrame这种列表式...
python中pandas.DataFrame排除特定行方法示例
12-24
在Python数据分析领域，pandas库中的DataFrame对象是一个非常重要的数据结构，它提供了丰富的操作和功能。本篇文章将探讨如何在pandas DataFrame中排除特定行，虽然DataFrame没有直接提供`isnotin()`方法，但我们...
Python pandas库 DataFrame和Series类函数用法Help
12-24
在Python的pandas库中，DataFrame和Series是两个核心的数据结构，它们被广泛用于数据处理、分析和操作。这两个类提供了丰富的函数集，使得数据科学家和分析师能够高效地进行数据清洗、转换和统计分析。 首先，...
Python-Pandas之DataFrame用法总结
热门推荐
MsSpark的博客
10-14 5万+
DataFrame：类似于表的数据结构 本文对Pandas包中二维（多维）数据结构DataFrame的特点和用法进行了总结归纳。 可以参考：pandas用法速览 3.1 增加数据 3.1.1 创建数据框Object Creation import pandas as pd import numpy as np #通过Numpy array来创建数据框 dates=pd.date_range('...
Python：pandas处理DataFrame
qq_38789531的博客
05-22 1055
DataFrame 1.读入数据 df = pd.read_excel('info.xlsx') type(df) # 输出 <class 'pandas.core.frame.DataFrame'> 2.获取前5行 df.head(5) # 输出 姓名 年龄 性别 籍贯 0 张三 31 男 上海 1 李四 24 男 北京 2 赵五 47 女 深圳 3 刘六 21 男 广州 4 谭七 19 女 香港 3.获取第3-4行 df[2:4] # 输出 姓名 年龄 性别 籍贯 2 赵五 47 女
pandas入门（二）：pandas中DataFrame的用法
haleycat的博客
03-30 1万+
DataFrame 是pandas 中一个重要的数据结构，相当于表格数据模型，他能像excel 那样方便的处理数据，能快速的生成统计数据和数据图形。在这里，看看 DataFrame 那些数据分析的功能。 DataFrame 数据统计功能 模拟一组数据，用来做下面的实验： import pandas as pd import numpy as np df = pd.DataFrame(np.random.randn(365,4), index=pd.date_range('01/01/2018',perio
Python3 pandas库DataFrame基础用法
qq_41231470的博客
04-07 754
创建一个DataFrame的三种方法1、用字典dict，字典值value是列表listpopulation = {"city":["beijing","shanghai","guangzhou","shenzhen","hangzhou","chongqing"], "year":[2016,2017,2016,2017,
Python3--我的代码库之Pandas库之DataFrame（一）
c_air_c的博客
07-30 681
一、什么是DataFrame？ - 这是一种带名称的表格型的数据结构，我们可以看成很多Series堆砌而成； - 第一行为字段值，从第二行开始每一行为一条记录； - 每一列可以为不同的字段数据类型； - 既有行索引，也有列索引 二、创建一个DataFrame import pandas as pd import numpy as np f = pd.Dat...
Pandas中DataFrame的各种常用的用法
weixin_47831992的博客
04-15 1254
Pandas是Python中最流行的数据分析和处理工具之一，它提供了一个名为DataFrame的数据结构，可以被认为是一个二维表格或电子表格，其中包含行和列。在本文中，我们将深入探讨Pandas中DataFrame的各种常用的用法，包括创建DataFrame、选择数据、修改数据、数据排序、数据统计、数据合并、数据分组和数据透视表等。要对DataFrame中的数据进行统计，可以使用describe()函数和其他函数，例如mean()、median()和std()。在DataFrame中选择数据有几种方法。
python的DataFrame和Series
DrKYQ的博客
06-04 905
创建pd.DataFrame() # 字典{'列名':[值1，值2],} [[]] [()]numpy Pandas的底层的数据结构，就是numpy的数组 ndarray常用属性shape (行数，) (行数，列数)index 索引名sizecolumns 列名常用方法统计方法describe()修改数据的 inplacedrop_duplicates() 去重sort_values() 排序unique()dataframe info() 返回相关的信息。
Pandas 02-基础
qq_34903176的博客
12-19 896
Pandas 02-基础 import numpy as np import pandas as pd pd.__version__ '1.1.5' 在开始学习前，请保证 pandas 的版本号不低于1.1.4，否则请务必升级！ 一、文件的读取和写入 1. 文件读取 pandas可以读取的文件格式有很多，这里主要介绍读取csv, excel, txt文件。 df_csv = pd.read_csv('../data/my_csv.csv') df_csv
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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