python第二课

# -*- coding: utf-8 -*-
"""
Created on Sun Mar  4 19:35:44 2018


@author: Lenovo
"""
"""


DataFrame类似于excel的表格，用于存储多行多列的数据集合。
索引列index，默认从0开始


from pandas import DataFrame
df = DataFrame({
        "age": [21,22,23],  #这里的逗号不能少
        "name": ['KEN','JOHN','JIMI']
})


也可以指定DataFrame的index
from pandas import DataFrame
df = DataFrame({
        "age": [21,22,23],  #这里的逗号不能少
        "name": ['KEN','JOHN','JIMI']
        },                  #这里的逗号不能少
        index = ['first','second','third']  #index要写在大括号的外面
)


DateFrame的访问
按列名访问：df['age']
输出如下
first     21
second    22
third     23
Name: age, dtype: int64


df[['age','name']]  #注意这里是双层中括号，将age和name作为一个数组传入。
同时输出age列和name列的内容，如下


        age  name
first    21   KEN
second   22  JOHN
third    23  JIMI


按行访问之切片
df[1:2]#输出df中的第二行数据。注意不包含第三行，区间左闭合。




输出如下: 
        age  name
second   22  JOHN


#切片永远是左闭合，即大于等于第一个指定索引，小于第二个指定索引。


按行访问之指定行名
df.loc[['first','second']] 


输出如下
        age  name
first    21   KEN
second   22  JOHN


 #注意这里df后有.loc，没有.loc就是按列访问，但是列名并没有first和second，会导致报错。
 #'first','second'的中括号是双层的。
 
 按行、列号访问
 df.iloc[0:1,0:1] # 这里的中括号只有1层，而且不用小括号。
#输出结果：
           age
first   21


按行、列名索引   df.at


from pandas import DataFrame
df = DataFrame({
        "age": [21,22,23],  #这里的逗号不能少
        "name": ['KEN','JOHN','JIMI']
        },
      index = ['first','second','third']
)


df.at['first','name']  #输出first行、name列的元素，输出：'KEN'
df.at['first','age']  #输出first行、name列的元素，输出：21


列名的修改   df.columns=
df.columns   输出df的所有列名，注意这里的columns的开头字母是小写的
输出：Index(['age', 'name'], dtype='object')


 df.columns = ['age2','name2']  #将df的列名改为age2和name2
 df #输出更名后的结果
Out[6]: 
        age2 names
first     21   KEN
second    22  JOHN
third     23  JIMI


行名的更改：
df.index  输出df的所有行名，注意这里的index的开头字母是小写的
输出  Out[7]: Index(['first', 'second', 'third'], dtype='object')


df.index = range(1,4)  #将行名改为1,2,3，注意不包含4.range里的参数必须是整数。
df.index = ['a','b','c']#将行名改为a,b,c，注意这里用的是方括号。


元素的删除


根据行号删除
df.drop('first',axis=0)  #删除整个first行，但是不对df产生影响，要用df=df.drop('first',axis=0)
#删除行的时候，axis只能设为0，不能设为1，
#设为1的时候会报错，提示ValueError: labels ['first'] not contained in axis.
#按行删除的时候axis也可以不设置，默认就是0


根据列号删除
df=df.drop('age',axis=1)
#这里的axis不可省略






from pandas import DataFrame
df = DataFrame({
        "age": [21,22,23],  #这里的逗号不能少
        "name": ['KEN','JOHN','JIMI']
        },
      index = ['first','second','third']
)


df=df.drop('first',axis=0)


df


输出：
Out[16]: 
        age  name
second   22  JOHN
third    23  JIMI


from pandas import DataFrame
df = DataFrame({
        "age": [21,22,23],  #这里的逗号不能少
        "name": ['KEN','JOHN','JIMI']
        },
      index = ['first','second','third']
)


df=df.drop('age',axis=1)


df


输出：
Out[23]: 
        name
first    KEN
second  JOHN
third   JIMI


增加行：


df.loc[len(df)] = [24,'KK'] 
#在df的最后加上一行，内容是24和KK，python自动加一个索引3.


from pandas import DataFrame
df = DataFrame({
        "age": [21,22,23],  #这里的逗号不能少
        "name": ['KEN','JOHN','JIMI']
        },
      index = ['first','second','third']
)


df.loc[len(df)] = [24,'KK']
df


输出：
Out[27]: 
        age  name
first    21   KEN
second   22  JOHN
third    23  JIMI
3        24    KK


这种增加行的方法效率很低，不可用于遍历之中。


增加列：
df['newcolumn']=[2,4,5]
#很简单哦，直接加列名和元素




len(df)  #返回df的行数
"""


from pandas import DataFrame
df = DataFrame({
        "age": [21,22,23],  #这里的逗号不能少
        "name": ['KEN','JOHN','JIMI']
        },
      index = ['first','second','third']
)


df['newcolumn']=[2,4,5]
df