03.Python代码Pandas - DataFrame全系列分享(使用.特点.说明.取值.函数)
说明：帮帮志会陆续更新非常多的IT技术知识，希望分享的内容对您有用。本章分享的是pandas的使用语法。前后每一小节的内容是存在的有：学习and理解的关联性。【帮帮志系列文章】：每个知识点，都是写出代码和运行结果且前后关联上的去分析和说明(知识点不会跳跃)，如果晦涩难懂会使用大白话帮助理解（能大量节约您的时间）。
所有文章都不会直接把代码放那里，让您自己去看去理解。我希望我的内容对您有用而努力~
python语法-pandas第三节 ：DataFrame全系列分享(使用.特点.说明.取值.函数)
文章目录
DataFrame是什么
DataFrame 是一个表格型的数据结构，
有一组有序的列，其他每列可以是不同的值类型（数值、字符串、布尔型值）。
DataFrame 既有行索引(公共的)也有列索引(series的名字)，它可以被看做由 若干的Series 组成的字典（每个Series 共同用一个索引）
大白话：一张数据表格就是DataFrame（DataFrame 它本来也是表格型的数据结构） 。有序的列就是这个表格的索引，其他的就是数据，其他的列是Series 组成的
长这样：
Series 本身就有很多功能，Series详细，请看链接: 02.Python代码Pandas - Series全系列分享(使用.特点.说明.取值.函数)
DataFrame有一个公共列(最左边那个，取值的索引)和若干个Series(数据)组成的表格型数据。加上DataFrame自己又很多的功能，所以对于实际使用数据分析等等 就非常的方便。
DataFrame就变成了： 又能存随便存 又能算 又能分析
表格形式的DataFrame可以存 ：
一个班级的数据，一个部门员工的数据，一个商家的数据，一个商铺的数据。。。。存不下？业务复杂？那就还可以通过代码，分别取出几个不同的DataFrame来组合分析。
如果还是不懂怎么存的，没事：(可以点目录查看取值案例，另外还有一个取值的额外分享篇文章。就模拟了很多不同的数据，且演示了取值)
使用语法
字典格式数据
import pandas as pd
#准备数据 字典格式 目前是两组 k-v ： name和number
mydata = {
#name为key 一个列表为value
'name':['bangbangzhi','hello','python'],
'number':[1,2,3]
}
#将字典格式数据交给pandas 声明为DataFrame
myDf01 = pd.DataFrame(mydata)
print(myDf01)
#DataFrame是表格型的，key是列名。value是列里面的数据。
#目前代码写了两列数据。
#没有指定索引列，DataFrame会默认数字从0开始来帮我们生成一个有序索引取值用
列表格式数据
01.列表里面都是列表：每个列表就为一行数据。如：运行后图片
#准备数据 列表
listData = [['bangbangzhi',1],['hello',2],['python',3]]
#将列表交给pd声明DataFrame
#columns=指定列名 dtype=指定数据类型 额外演示知识点：您生成DataFrame要指定类型
myDf02 = pd.DataFrame(listData,columns=['name','number'],dtype=float)
print(myDf02)
#列表数据里面全是数据本身。所以DataFrame()方法，需要多一个参数columns来指定列名（它是表格）。
#dtype= 是统一指定声明好DataFrame后的数据类型
#dtype=此处是语法分享，是否需要转类型，看实际情况
它提示我：
sys:1: FutureWarning: Could not cast to float64, falling back to object.
因为我演示转数据类型语法。这个提示的意思是：当你尝试将一个不能被转换为float64的数据类型(如：字符串)。这个操作可能会导致数据丢失或类型错误。因为Python无法将这些非数字字符串转换为数字，所以它只能将它们转换为object类型。
这个FutureWarning报错提示，我另一个做了非常详细的分析报错文章，从直译中文理解报错，到演示各种出这个报错的不同案例，一路分析到多种不同呢解决方案。文章为 ：FutureWarning
02.列表里面都是字典：每个字典的key就是一列。最好保证字典里面的key都是相同单词，不然一个key就是一列不会整合一起。如：运行后图片
#声明一个列表，里面是字典
#注意，这里故意演示了: 空值。除了字典格式生成DataFrame ， 那个c还只有一个数据
dData = [{'a':1,'bangbangzhi':2},{'a':100,'bangbangzhi':200,'c':10}]
#因为字典的key就是列名，所以现在没有指定列名
myDf03 = pd.DataFrame(dData)
print(myDf03)
#最后生成的是一个表格DataFrame
#没有数据的位置，用Nan填充
#如果每个字典的key 单词都不一样，那您的DataFrame就有很多很多列，不会合并
当前的案例是演示:不同数据类型去声明一个DataFrame。配合下面的内容来掌握使用很多操作DataFrame的方法。但是一般情况：
数据是外部的，且都很多。不会代码里面自己手动填写数据
那么请查阅：
（本来写 使用语法 这里一起的，篇幅太多太长了。最后决定拆出来单独写一遍，单独一篇就额外加内容，详细一点，目前正在上传官方审核 ing）
csv文件操作: csv导入DataFrame
json格式导入DataFrame: json格式导入DataFrame
execl导入DataFrame（正在上传ing）
不过我们可以通过自定义一些简单的数据，来学习演示DataFrame的各种方法及功能函数
完整声明语法
pandas.DataFrame(data=None, index=None, columns=None, dtype=None, copy=False)
··data：DataFrame 的数据部分，可以是字典、二维数组、Series、DataFrame 或其他可转换为 DataFrame 的对象。如果不提供此参数，则创建一个空的 DataFrame。
··index：DataFrame 的行索引，用于标识每行数据。可以是列表、数组、索引对象等。如果不提供此参数，则创建一个默认的从0开始的整数索引。
··columns：DataFrame 的列索引(表头)，用于标识每列数据。可以是列表、数组、索引对象等。如果不提供此参数，则创建一个默认的整数索引。
··dtype：指定 DataFrame 的数据类型。可以是 NumPy 的数据类型，例如 np.int64、np.float64 等。如果不提供此参数，则根据数据自动推断数据类型。
··copy：是否复制数据。默认为 False，表示不复制数据。如果设置为 True，则复制输入的数据。常用：有时数据分析可能会更改原始值，看情况是否允许，要么改了就改了。要么还是copy复制一份，这次算的数据是这次的数据分析，下次或者别人还要用原始数据接着算其他的
查：取值/访问/使用数据
直接用[列名][行索引] 取值就行了，
也可以：使用列名作为属性通过 .loc[]、.iloc[] 来访问，也可以使用标签或位置索引。。
如：
import pandas as pd
listData = [['bangbangzhi',1],['hello',2],['python',3]]
#将列表交给pd声明DataFrame
#columns=指定列名
myDf03 = pd.DataFrame(listData,columns=['name','number'])
print(myDf03)#输出一个表格格式的数据
print("隔开一下")
# 通过列名访问
print(myDf03['name'])#就仅仅输出这一列的数据
# 访问单个元素
print(myDf03['name'][0])#bangbangzhi name列的第1个数据(索引从0开始取值)
# 通过 .loc[] 访问
#.loc[ 行索引 ， 列索引]
print(myDf03.loc[0, 'name'])#bangbangzhi 第1行的name列(索引从0开始取值)
# 通过 .iloc[] 访问
# .iloc[行位置，列位置]
print(myDf03.iloc[0, 1]) #1 第1行 第2列 (索引从0开始取值)
.loc[]、.iloc[] 具体的操作及详细语义和语法的说明，请查阅：
一共三种，很多案例且非常详细: DataFrame取值详细分享：.loc[]、.iloc[]
改：修改某值及添加新的列
修改某值及添加新的列—语法很像
import pandas as pd
listData = [['bangbangzhi',1],['hello',2],['python',3]]
#将列表交给pd声明DataFrame
#columns=指定列名
myDf04 = pd.DataFrame(listData,columns=['name','number'])
print(myDf04)#输出一个表格格式的数据
print("隔开一下")
#修改数据 直接给原有的列赋值新数据就可以了
myDf04['number'] = [100,200,300] #把number列的数据修改了
#原先不存在的列，直接写新的列名赋值数据，就可以添加一列
myDf04['New列'] = [111, 222, 333]
print(myDf04)
增：添加新的数据
loc方法
可以添加新的行
import pandas as pd
listData = [['bangbangzhi',1],['hello',2],['python',3]]
#将列表交给pd声明DataFrame
#columns=指定列名
myDf05 = pd.DataFrame(listData,columns=['name','number'])
print(myDf05)#输出一个表格格式的数据
print("隔开一下")
##当前两列数据 这个列表也两个数据
myDf05.loc[3] = ['我是新的行，且顺序和列的个数保持一致', 4]
print(myDf05)
append 方法
添加新行在末尾，已被弃用
concat方法
合并多个DataFrame （官方推荐方法）
添加新的数据，先把新的数据在生成一个DataFrame，在使用concat合并即可
import pandas as pd
#
listData = [['bangbangzhi',1],['hello',2],['python',3]]
#将列表交给pd声明DataFrame
#columns=指定列名
myDf06 = pd.DataFrame(listData,columns=['name','number'])
listData02 = [['我是新的数据',9],['我先捣鼓成DataFrame',10]]
#列名保持一致，毕竟要合并
myDf07 = pd.DataFrame(listData02,columns=['name','number'])
#concat([原有, 新的]) 新的会添加到原有的后面 （数据排序问题，第一个参数内容会在上面）
myDf06 = pd.concat([myDf06, myDf07], ignore_index=True)
print(myDf06)
删：各种删
import pandas as pd
#
listData = [['bangbangzhi',1],['hello',2],['python',3]]
#将列表交给pd声明DataFrame
#columns=指定列名
myDf07 = pd.DataFrame(listData,columns=['name','number'])
#删除name列
df_new = myDf07.drop('name', axis=1)
print(df_new)
print("隔开一下")
df_other = df_new.drop(0) # 删除索引为 0 的行
print(df_other)
DataFrame 全部 功能 函数
| 方法名称 | 功能描述 |
|---|---|
| head(n) | 返回 DataFrame 的前 n 行数据（默认前 5 行） |
| tail(n) | 返回 DataFrame 的后 n 行数据（默认后 5 行） |
| info() | 显示 DataFrame 的简要信息，包括列名、数据类型、非空值数量等 |
| describe() | 返回 DataFrame 数值列的统计信息，如均值、标准差、最小值等 |
| shape | 返回 DataFrame 的行数和列数（行数, 列数） |
| columns | 返回 DataFrame 的所有列名 |
| index | 返回 DataFrame 的行索引 |
| dtypes | 返回每一列的数值数据类型 |
| sort_values(by) | 按照指定列排序 |
| sort_index() | 按行索引排序 |
| dropna() | 删除含有缺失值（NaN）的行或列 |
| fillna(value) | 用指定的值填充缺失值 |
| isnull() | 判断缺失值，返回一个布尔值 DataFrame |
| notnull() | 判断非缺失值，返回一个布尔值 DataFrame |
| loc[] | 按标签索引选择数据 |
| iloc[] | 按位置索引选择数据 |
| at[] | 访问 DataFrame 中单个元素（比 loc[] 更高效） |
| iat[] | 访问 DataFrame 中单个元素（比 iloc[] 更高效） |
| apply(func) | 对 DataFrame 或 Series 应用一个函数 |
| applymap(func) | 对 DataFrame 的每个元素应用函数（仅对 DataFrame） |
| groupby(by) | 分组操作，用于按某一列分组进行汇总统计 |
| pivot_table() | 创建透视表 |
| merge() | 合并多个 DataFrame（类似 SQL 的 JOIN 操作） |
| concat() | 按行或按列连接多个 DataFrame |
| to_csv() | 将 DataFrame 导出为 CSV 文件 |
| to_excel() | 将 DataFrame 导出为 Excel 文件 |
| to_json() | 将 DataFrame 导出为 JSON 格式 |
| to_sql() | 将 DataFrame 导出为 SQL 数据库 |
| query() | 使用 SQL 风格的语法查询 DataFrame |
| duplicated() | 返回布尔值 DataFrame，指示每行是否是重复的 |
| drop_duplicates() | 删除重复的行 |
| set_index() | 设置 DataFrame 的索引 |
| reset_index() | 重置 DataFrame 的索引 |
| transpose() | 转置 DataFrame（行列交换） |
函数案例分享文章 单独复制走了(太多了)，此处仅仅可以查阅功能。正在上传ing~
DataFrame 全部 统计 函数
import pandas as pd
listData = [['bangbangzhi',1],['hello',2],['python',3]]
#将列表交给pd声明DataFrame
#columns=指定列名
myDf08 = pd.DataFrame(listData,columns=['name','number'])
print(myDf08.shape) # 形状
print(myDf08.columns) # 列名
print(myDf08.index) # 索引
print(myDf08.head()) # 前几行数据，默认是前 5 行
print(myDf08.tail()) # 后几行数据，默认是后 5 行
print(myDf08.info()) # 数据信息
#数字运算的 标记对应的数字列(不然汉字/字符串哪来的 计算嘛)
print(myDf08['number'].describe())# 描述统计信息
print(myDf08['number'].mean()) # 求平均值
print(myDf08['number'].sum()) # 求和
print(myDf08['number'].max()) # 最大值
print(myDf08['number'].min()) # 最小值
（会陆续更新非常多的IT技术知识及泛IT的电商知识，可以点个关注，共同交流。ღ( ´･ᴗ･` )比心）
（也欢迎评论，提问。 我会依次回答~）
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
