Pandas 数据结构介绍 DataFrame（4）Python 数据分析从零开始

 

写任何有关pandas的代码前，我们应该先导入pandas

import pandas as pd

我们下面出现全部的pd都代表对pandas的引用

 

一、简单的DataFrame对象

        DataFrame是一种矩阵数据表，可以看成由多个拥有相同索引的Series。如果有过关系型数据库基础的朋友会很熟悉这种表结构，甚至我们可以想象下Execl表，也有异曲同工之妙。

        对象名 = pd.DataFrame( 值 )

import pandas as pd
data = {'地区':['北京','北京','上海','上海','广州','广州'],
'年份':[2018,2019,2018,2019,2018,2019],
'人口':[3000,3100,2400,2500,1400,1500]}
df = pd.DataFrame(data)

        DataFrame同样也会自动分配索引。列也会进行一定的自动排序，但对于一些数据量很大的DataFrame，一次全显示出来会对系统造成一定负担。我们可以仅显示其中的前几行。

        DataFrame对象.head( 需要显示的行数 )

df.head(2)

 

        如果需要改变列的显示顺序或者定义索引名。可以如下方法。

        pd.DataFrame( 数据 ，columns=[ 列名 ]，index=[ 索引名 ] )

df1=pd.DataFrame(data,columns=['地区','年份','人口'],
index=['A01','A02','B01','B02','C01','C02'])

二、DataFrame对象检索和选取数据

        DataFrame中选取一列数据，我们会获得一条Series结构的值，索引与DataFrame有相同的名称。在获取数据上有两种方法都可以，甚至后面的一种方法因为能<tab>补全，更常用一些，但是有一定局限，不能是已有的方法名。比如abs什么的。

        DataFrame对象[ 列名 ] 或者 DataFrame对象.列名

        DataFrame中纵向列数据我们已经可以获取了，那么横向行用如下方法也可以获得。

        DataFrame对象.loc[ 索引名/行名 ]

df1.loc['A01']

三、DataFrame对象数据操作

        新建列

        DataFrame中添加一列数据，我们对此列不全部赋值，因此此列显示的某些行是空值。规则是如果列存在，则改变列的值，如果列不存在，则新建一列并赋值。

        DataFrame对象[ 新建索引名/行名 ] = 新列值

data = {'地区':['北京','北京','上海','上海','广州','广州'],

'年份':[2018,2019,2018,2019,2018,2019],

'人口':[3000,3100,2400,2500,1400,1500]}

df2=pd.DataFrame(data,columns=['地区','年份','人口'])

se=pd.Series([30320,32679,23000],index=[0,2,4])

df2['GDP']=se

        新建列还可以使用算式添加

df2['无数据']=pd.isnull(df2.GDP)

        删除列

        DataFrame中删除一列

        del DataFrame对象[ 列名 ]

del df2['无数据']

        改变某一项数值

        DataFrame对象.loc[ 索引名/行名 ，列名 ] = 值

df2.loc[1,'GDP']=33333

        还可以进行转置操作，也就是常说的行列转换。

        DataFrame对象.T

df2.T