DataFrame

DataFrame

DataFrame定义

DataFrame是一个类似于表格的数据类型，可以理解为一个二维数组，

索引有两个维度，可更改。DataFrame具有以下特点：

• 列可以是不同的类型

• 大小可变

• 标记轴(行和列)

• 针对行与列进行轴向统计

DataFrame创建

DataFrame统一的创建形式为：

import pandas as pd
pandas.DataFrame(data=None, index=None, columns=None,
dtype=None, copy=False）

参数名称	说明
data	数据ndarray（结构化或同类），Iterable，dict或DataFrame
index	行标签，或类似数组
columns	列标签，或类似数组
dtype	元素数据类型
copy	是否可复制

import pandas as pd
# 1.创建一个空的DataFrame
df = pd.DataFrame()
print(df)
# 2.从列表创建DataFrame
data = [1,2,3,4,5]
df = pd.DataFrame(data)
print(df)
# 3.从二维列表创建DataFrame
data = [['Alex',10],['Bob',12],['Clarke',13]]
df = pd.DataFrame(data,columns=
['Name','Age'],dtype=float)
print(df)
# 4.从列表嵌套字典创建DataFrame
data = [{'a': 1, 'b': 2},{'a': 5, 'b': 10, 'c': 20}]
df = pd.DataFrame(data)
print(df)
# 5.从字典创建DataFrame
data = {'Name':['Tom', 'Jack', 'Steve', 'Ricky'],'Age':
[28,34,29,42]}
df = pd.DataFrame(data, index=['s1','s2','s3','s4'])
print(df)
# 6.从字典创建DataFrame
data = {'one' : pd.Series([1, 2, 3], index=['a', 'b',
'c']),
'two' : pd.Series([1, 2, 3, 4], index=['a',
'b', 'c', 'd'])}
df = pd.DataFrame(data)
print(df)

DataFrame常用属性

属性名称	描述
DataFrame.index	DataFrame的索引（行标签）
DataFrame.columns	DataFrame的列标签
DataFrame.dtypes	返回DataFrame中元素的dtype
DataFrame.info	打印DataFrame的简要摘要
DataFrame.values	返回DataFrame的值，返回值为ndarry
DataFrame.shape	返回一个表示DataFrame维数(形状)的元组
DataFrame.empty	指示DataFrame是否为空

import pandas as pd
# 创建DataFrame
data = {'Name':['Tom', 'Jack', 'Steve', 'Ricky'],'Age':
[28,34,29,42]}
df = pd.DataFrame(data, index=['s1','s2','s3','s4'])
print(df)
# 添加score列
df['score']=pd.Series([90, 80, 70, 60], index=
['s1','s2','s3','s4'])
print(df)
# 轴的列表
print(df.axes)
# 数据类型
print(df['Age'].dtype)
# 是否空DataFrame
print(df.empty)
# 轴数
print(df.ndim)
# 元素个数
print(df.size)
12
# 行标签
print(df.index)
# 值
print(df.values)
# df的前三行
print(df.head(3))
# df的后三行
print(df.tail(3))

核心数据结构操作

显示索引，列

import pandas as pd
# 创建DataFrame
data = {'Name':['Tom', 'Jack', 'Steve', 'Ricky'],'Age':
[28,34,29,42]}
df = pd.DataFrame(data, index=['s1','s2','s3','s4'])
df.index
df.columns

索引选择

操作	语法	返回值
选择列	df[col]	Series
按标签选择行	df.loc[label]	Series
按整数位置选择行	df.iloc[loc]	Series
切片行	df[5:10]	DataFrame
通过布尔向量选择行	df[bool_vec]	DataFrame

复合索引的访问：

# 访问行
df.loc['classA']
df.loc['classA', 'F']
df.loc[['classA', 'classC']]
# 访问列
df.Age
df.Age['20+']
df['Age']
df['Age', '20+']

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-3jiuzlgs-1690253158398)(https://s2.loli.net/2023/07/25/jLQUZK1kpXxCc8r.png)]

#	groupby
groupby(["clazz","subject_id"])  	# 将clazz和subject_id分组
#	rank()
rank("dense",ascending=False)		# 将选定的元素排序,dense表示排序模式,ascending=False为降序，True为升序

df3[df3["rank"]<=3]		#取出小于等于3的元素

#	将分组显示出来

切片

# 删除index为0的行
df = df.drop(0)
print(df)

# drop方法删除列
df.drop(['three'], axis=1)

# 列添加	insert功能可插入到列中的特定位置
df.insert(1, 'five', df['one'])

loc是针对DataFrame索引名称的切片方法。如果传入的不是索引名称，那么切片操作将无法执行，利用loc方法，能够实现所有单层索引

切片操作。

loc方法使用方法如下：DataFrame.loc[行索引名称或条件, 列索引名

称]

import pandas as pd
d = {'one' : pd.Series([1, 2, 3], index=['a', 'b',
'c']),
'two' : pd.Series([1, 2, 3, 4], index=['a', 'b',
'c', 'd'])}
df = pd.DataFrame(d)
print(df.loc['b'])
print(df.loc[['a', 'b']])
print(df.loc['a':'c'])
print(df.loc['a':'c','one':'two'])

iloc和loc区别是iloc接收的必须是行索引和列索引的位置

DataFrame.iloc[行索引位置, 列索引位置]

# 绝对位置
import pandas as pd
d = {'one' : pd.Series([1, 2, 3], index=['a', 'b',
'c']),
'two' : pd.Series([1, 2, 3, 4], index=['a', 'b',
'c', 'd'])}
df = pd.DataFrame(d)
print(df.iloc[2])
print(df.iloc[[2, 3]])
print(df.iloc[2:3,0:1])

修改DataFrame中的数据

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

import pandas as pd
df = pd.DataFrame([['zs', 12], ['ls', 4]], columns =
['Name','Age'])
df2 = pd.DataFrame([['ww', 16], ['zl', 8]], columns =
['Name','Age'])
df = df.append(df2)
df['Name'][0] = 'Tom'
print(df)

import pandas as pd
df = pd.DataFrame([['zs', 12], ['ls', 4]], columns =
['Name','Age'])
df2 = pd.DataFrame([['ww', 16], ['zl', 8]], columns =
['Name','Age'])
df = df.append(df2)
df['Name'][0] = 'Tom'
print(df)