pandas复习之dataframe

pandas复习之dataframe

创建dataframe的三种方式

1.数组转化

a=np.arange(0,12).reshape(3,4)
index=pd.Index(data=['一','二','三'])
pd.DataFrame(a,index=['一','二','三'],columns=[1,2,3,4])

2.字典转化

data={"年龄":[25,80,20],
     "性别":['男','女','女']}
index=pd.Index(data=['马克','白月魁','冉冰'],name='人物')
a=pd.DataFrame(data=data,index=index)
a

3.多维数组转化

data=[[25,'男'],
     [80,'女'],
     [20,'女']]
index=pd.Index(data=['马克','白月魁','冉冰'],name='灵笼')
columns=['年龄','性别']
df=pd.DataFrame(data=data,index=index,columns=columns)
df

索引和切片

df['年龄']

df.loc['马克']

df.loc['马克','性别']  # loc 显示索引

df.iloc[0,1]   # iloc  隐式索引

行列增删改

df.loc['夏豆']=[16,'女']  #增加行 
df   

df['位置']=['灯塔','灯塔','地面','地面']  #增加列
df

df['血型']=['a','ab','b','o']
df

df.drop('血型',axis=1)  #删除列

np.where的用法

df['sex']=np.where(df.性别=='男',1,0)
df

添加新列

df.assign(新列=np.where(df.年龄>=40,'老年','青年'))

df['年龄'].astype('float64')　# 更改整列的数据类型

表合并方式

a=np.arange(0,12).reshape(3,4)
index=pd.Index(data=['一','二','三'],name='aaa')
b=pd.DataFrame(a,index=index,columns=[1,2,3,4])
b

c=np.arange(12,24).reshape(3,4)
index=pd.Index(data=['一','二','三'],name='aaa')
d=pd.DataFrame(c,index=index,columns=[5,6,7,8])
d

b.append(d)  # append 竖着加

pd.concat([b,d],axis=1)  # concat([b,d],axis=0)  竖着加   concat([b,d],axis=1)  横着加

pd.merge(b,d,how='left',left_on='aaa',right_on='aaa')