Pandas DataFrame的一些简单操作

Pandas DataFrame的一些简单操作

一、创建方法

直观上理解，DataFrame就是很多个Series拼在一起的一个新的数据结构，他看起来就像Excel的表一样，以下是快速创建的方法。

marvel_data = [
    ['Spider-Man', 'male', 1962],
    ['Captain America', 'male', 1941],
    ['Wolverine', 'male', 1974],
    ['Iron Man', 'male', 1963],
    ['Thor', 'male', 1963],
    ['Thing', 'male', 1961],
    ['Mister Fantastic', 'male', 1961],
]
pd.DataFrame(marvel_data)

	0	1	2
0	Spider-Man	male	1962
1	Captain America	male	1941
2	Wolverine	male	1974
3	Iron Man	male	1963
4	Thor	male	1963
5	Thing	male	1961
6	Mister Fantastic	male	1961

二、修改索引

marvel_df = pd.DataFrame(marvel_data)
col_names = ['name', 'sex', 'first_appearance']
marvel_df.columns = col_names

	name	sex	first_appearance
0	Spider-Man	male	1962
1	Captain America	male	1941
2	Wolverine	male	1974
3	Iron Man	male	1963
4	Thor	male	1963
5	Thing	male	1961
6	Mister Fantastic	male	1961

如果我们想要用这些超级英雄的名字来作为索引，只需要一行简单的

marvel_df.index = marvel_df['name']

	name	sex	first_appearance
name
Spider-Man	Spider-Man	male	1962
Captain America	Captain America	male	1941
Wolverine	Wolverine	male	1974
Iron Man	Iron Man	male	1963
Thor	Thor	male	1963
Thing	Thing	male	1961
Mister Fantastic	Mister Fantastic	male	1961

三、删除行、列

丢弃掉其中的一列或者一行，inplace参数的意义在于，是否是直接在原数据上进行修改，默认是False创建一个副本

marvel_df = marvel_df.drop("sex", axis=1, inplace=False)
# 或者直接
marvel_df.drop("sex", axis=1, inplace=True)
# 删除行
marvel_df.drop("Thor", axis=0, inplace=True)

删除行列的这个axis非常容易弄混，一定记清楚，如果是numpy对每一行求和求方差是axis=1，然而删除一整行却是axis=0，最好找到一个适合自己的记法

我的记法是：axis=1的时候是对每一行都操作，所以我把每一行的这个属性都删掉，就相当于我删了这一整列了

四、定位方法

.loc方法

# .loc[需要的行，需要的列]
marvel_df.loc[:, "first_appearance"]
# 返回first_appearance下的所有行
marvel_df.loc["Spider-Man": "Iron Man"]
# 返回从Spider Man到Iron Man的所有行
# 这里省略了第二个参数"列"

.iloc方法

iloc方法和loc方法的不同点在于，iloc是根据下标来定位元素的，起点是0，左闭右开

marvel_df.iloc[:, 1] # 定位first_appearance
# 上一小节把name列删除了
marvel_df.iloc[0:4, :]
# 返回从Spider Man到Iron Man的所有行

五、对DataFrame元素进行修改

marvel_df.loc['Thor', 'first_appearance'] = 111111
# 也可以增加新的一列创建新的特征
marvel_df['years_since'] = 2022 - marvel_df['first_appearance']

六、Mask

marvel_df['sex'] == 'female'
'''
name
Spider-Man          False
Captain America     False
Wolverine           False
Iron Man            False
Thor                False
Thing               False
Mister Fantastic    False
Name: sex, dtype: bool
'''

一个小练习：marvel_df里性别这一列的male和female转换成0和1（不适用map和replace）提示：True可以看成1，False可以看成0

marvel_df['sex'] = (marvel_df['Sex'] == 'female').astype("int64")

逻辑运算

marvel_df['first_appearance'] > 1970
# 返回一个Mask
marvel_df[marvel_df['first_appearance'] > 1970]
# 利用Mask在整个marvel_df中选择出符合条件的元素