Pandas中五个常见操作小结

1. 引言

Pandas是专门为csv、excel等表格数据创建的数据分析、可视化和操作的第三方库。其中DataFrame是一种二维数据结构，它一般是由行和列组成的表格数据。在Python3中使用Pandas库，可以方便我们对表格数据执行相应的数据操作。

闲话少说，我们直接开始吧！

2. 创建空的DataFrame

Q1: 在Pandas中如何创建空的DataFrame ?

代码如下：

df = pd.DataFrame(index=[0,1,2,3,4],columns = ['col1','col2'])
df.head() # Prints top 5 rows in the dataframe

输出如下：

 col1 col2
0 NaN NaN
1 NaN NaN
2 NaN NaN
3 NaN NaN
4 NaN NaN

上述代码中，函数pd.DataFrame()创建了一个空的dataframe，包含两列，名字分别为col1以及col2

3. 从元组或字典中构建DataFrame

我们可以从元组列表中构建DataFrame,并为其赋初试值。样例代码如下：

data = [(1,2),(3,4),(5,6)]
df = pd.DataFrame.from_records(data,columns=['col1','col2'])
df.head()

输出如下：

当然，我们也可以从字典中来构建相应的DataFrame,样例代码如下：

data = {'col1':[1,3,5],'col2':[2,4,6]}
df = pd.DataFrame.from_dict(data)
df.head()

输出如下：

  col1 col2
0  1    2
1  3    4
2  5    6

对上述字典中，键是列名，所有列表值的长度都应该相同。

4. DataFrame添加新行或新列

如果我们想要对已经存在的DataFrame中添加新的列，我们可以简单的这么操作，代码如下：

df['col3'] = [1,2,3] # ADDING COLUMN NAMES COL3

同样如果我们想要增加新的行，代码如下：

df.loc[df.shape[0],] = [7,8,9] # ADDING ROW AT LAST OF THE DATAFRAME

上述代码的运行结果如下：

上述代码中，df['col3'] 往df中添加了新的一列，添加值的数目等于现存的列中的元素数目。
df.loc[rows,columns]是一个基本的单元格选择操作。例如：在上述例子中，df总共有3行。要添加新行，我们调用df.shape[0]的值为3。此时上述代码等价于df.loc[3] = [7,8,9]。需要注意的是，我们需要传递与df中所有列数相同大小的数组。

5. DataFrame中删除行或列

在Pandas中我们主要使用函数drop来删除行或列，样例代码如下：

df.drop(index = [1,2], columns = ['col3'],inplace = True)
df.head()

输出如下：

上述代码中，函数df.drop()通过index参数来选择需要删除的行，同时通过columns参数来选择需要删除的列。

6. 修改DataFrame指定单元格的值

在Pandas中主要利用函数df.loc()来修改指定单元格的数值，样例代码如下：

Example1: Change index=3 and column='col3' value = 80
df.loc[3,'col2'] = 80
Example2: Change the values in col1 which are divisible by 5 to -1
df.loc[df.col1%5 == 0,'col1'] = -1
df.head()

运行结果如下：

上述代码中，我们通过传递index=3以及column='col2'来将对应单元格中的数字修改为80；同时我们利用条件df.col1%5 == 0，满足该条件后的形式为df.loc[2,'col1'] = -1，进而可以改变对应单元格的数值。

7. 总结

本文重点介绍了Pandas中常用的五个简单操作，可以方便我们对二维表格数据进行简单的处理，并给出了相应的运行代码。

您学废了吗？

关注公众号《AI算法之道》，获取更多AI算法资讯。