Python数据分析 2-3 DataFrame对象 介绍DataFrame对象的创建，删除列增加列，修改列名索引以及数据显示等操作。 (1)

Python数据分析 2-3 DataFrame对象

介绍DataFrame对象的创建，删除列增加列，修改列名索引以及数据显示等操作

1 引入NumPy和Pandas

import numpy as np
import pandas as pd

**2 DataFrame对象的创建
pandas.DataFrame()函数可以返回给定形状和数据类型的数据框，其主要参数如下：

data：数据，其类型可以是ndarray（结构化数组或同构）、Iterable（迭代器）、dic或者直接是DataFrame。
index：行索引。默认为RangeIndex (0, 1, 2, …, n)。
columns：用于生成框架的列标签。默认为RangeIndex (0, 1, 2, …, n)。
dtype：数据类型，可选参数，默认为无。只允许使用一种数据类型，若无，系统自行推断。
copy：布尔型，可选参数{0，1}。从输入复制数据。**

# 列表创建
data=[['Tom',10],['Jerry',12],['Lucy',13]]
df=pd.DataFrame(data=data,
            index=["a","b","c"],
            columns=['Name','Age'],
             dtype=int)
df

#字典
data={'Name':['Tom','Jery','Lucy'],'Age':[10,11,12]}
df = pd.DataFrame(data)
#输出
df

pandas.read_csv()函数从csv文件中读取数据，并返回为一个DataFrame数据框，主要参数如下：
filepath_or_buffer：表示文件所处路径。此参数必须有。
sep：指定分隔符，默认为逗号,。
delimiter：定界符，默认为None，若指定该参数，sep参数失效。
header：指定表头，默认为0（即第一行为表头），若需要没有表头，则header=None。
names：指定列名，用列表表示。
index_col：指定某列数据为索引，默认为None。
prefix：给列名加前缀。默认为None。
encoding：解码方式，乱码时考虑用。默认为None。

# 从数据中读取
df = pd.read_csv(filepath_or_buffer="./dataset/Covid19.csv")
df.head()

**3 删除和添加列
DataFrame.drop()方法从行或列中删除指定的标签，通过指定标签名称和相应的轴，或直接指定索引或列名称，删除行或列。
使用多索引时，可以通过指定级别来删除不同级别上的标签。主要参数如下：

labels：单个标签或类似列表,要删除的索引或列标签。
axis：可选参数，{0或’index’，1或’columns’}，默认0,是从索引（0或“ index”）还是从列（1或“ columns”）中删除标签。
index：单个标签或类似列表,指定轴的替代方法。
columns：单标签或类似列表,指定轴的替代方法。
level：int或级别名称，可选,对于MultiIndex，将从中删除标签的级别。
inplace：布尔值，默认为False，如果为False，则返回副本。否则，执行就地操作并返回无。**

# 删除列
df.drop(columns=["cough"],inplace=True)
df

# 删除多列
df.drop(columns=["fever","test_date"],inplace=True)
df

# 新增列
df["test"] = 1
# 添加列
df["test"] = 1 - df["head_ache"]
df

4  修改列名和索引名字
df.columns
Index(['sore_throat', 'shortness_of_breath', 'head_ache', 'corona_result',
       'age_60_and_above', 'gender', 'test_indication', 'test'],
      dtype='object')

**DataFrame.rename()方法用于更改行列的标签，即行列的索引。可以传入一个字典或者一个函数。主要参数如下：

index：字典或函数，表示待转换的行索引。
columns：类似字典或函数，表示待转换的列索引。
axis：表示轴的名称，可以使用index或columns，也可以使用数字0或1。
copy：表示是否复制底层的数据，默认为False。
inplace：默认为False，表示是否返回新的Pandas对象。如果设为True，则会忽略复制的值。
level：表示级别名称，默认为None。对于多级索引，只重命名指定的标签。**

# 修改列名字
df.rename(columns={"cough11":"cough22", "fever11":"fever22"}, inplace=True)
df.columns
Index(['sore_throat', 'shortness_of_breath', 'head_ache', 'corona_result',
       'age_60_and_above', 'gender', 'test_indication', 'test'],
      dtype='object')

**DataFrame.replace()方法可以替换某列，也可以替换某行，还可以全表替换。主要参数如下：

to_replace：被替换的值。
value：替换后的值。
inplace：默认为False，表示是否要改变原数据。False是不改变，True是改变。
limit：控制填充次数。
regex：是否使用正则。False是不使用，True是使用，默认为False。**

# 修改列名
df.columns.str.replace("cough22", "13231313")
Index(['sore_throat', 'shortness_of_breath', 'head_ache', 'corona_result',
       'age_60_and_above', 'gender', 'test_indication', 'test'],
      dtype='object')

# 修改索引
df.rename(index={0:"a", 1:"b"}, inplace=True)
df

5 DataFrame的显示
DataFrame.head()方法显示开始n行。主要参数如下：
n：整型，表示要输出前n行，默认为5

# 显示开始几行
df.head()

DataFrame.tail()函数返回最后n行。主要参数如下：
n：整型，表示要输出最后n行，默认为5。

# 最后几行
df.tail(n=5)

# 最后几行
df