python dataframe mean_Python之DataFrame数据处理

本文详细介绍了Python Pandas库中的DataFrame数据结构,包括如何遍历DataFrame,取行、列,合并与连接数据,以及进行数据变换如求均值、填充空值等操作。通过实例代码展示其使用方法。
摘要由CSDN通过智能技术生成

1. 说明

DataFrame是Pandas库中处理表的数据结构,可看作是python中的类似数据库的操作,是Python数据挖掘中最常用的工具。下面介绍DataFrame的一些常用方法。

2. 遍历

1) 代码

import pandas as pd

import math

df=pd.DataFrame({'key':['a','b','c'],'data1':[1,2,3],'data2':[4,5,6]})

print(df)

for idx,item in df.iterrows():

print(idx)

print(item)

2) 结果

data1 data2 key

0 1 4 a

1 2 5 b

2 3 6 c

0

data1 1

data2 4

key a

Name: 0, dtype: object

… 略

3. 同时遍历两个数据表

1) 代码

import pandas as pd

import math

df1=pd.DataFrame({'key':['a','b'],'data1':[1,2]})

df2=pd.DataFrame({'key':['c','d'],'data2':[4,5]})

for (idx1,item1),(idx2,item2) in zip(df1.iterrows(),df2.iterrows()):

print("idx1",idx1)

print(item1)

print("idx2",idx2)

print(item2)

2) 结果

('idx1', 0)

data1 1

key a

Name: 0, dtype: object

('idx2', 0)

data2 4

key c

Name: 0, dtype: object

('idx1', 1)

data1 2

key b

Name: 1, dtype: object

('idx2', 1)

data2 5

key d

Name: 1, dtype: object

4. 取一行或多行

1) 代码

import pandas as pd

import math

df1=pd.DataFrame({'key':['a','b','c'],'data1':[1,2,3]})

df2=df1[:1]

print(df2)

2) 结果

data1 key

0 1 a

5. 取一列或多列

1) 代码

import pandas as pd

import math

df1=pd.DataFrame({'key':['a','b','c'],'data1':[1,2,3]})

df2=pd.DataFrame()

df2['key2']=df1['key']

print(df2)

2) 结果

key2

0 a

1 b

2 c

6. 列连接(横向:变宽):merge

1) 代码

import pandas as pd

df1=pd.DataFrame({'key':['a','b','c'],'data1':[1,2,3]})

df2=pd.DataFrame({'key':['a','b','c'],'data2':[4,5,6]})

df3=pd.merge(df1,df2)

2) 结果

data1 key

0 1 a

1 2 b

2 3 c

data2 key

0 4 a

1 5 b

2 6 c

data1 key data2

0 1 a 4

1 2 b 5

2 3 c 6

7. 行连接(纵向:变长):concat

1) 代码

import pandas as pd

df1=pd.DataFrame({'key':['a','b','c'],'data':[1,2,3]})

df2=pd.DataFrame({'key':['d','e','f'],'data':[4,5,6]})

df3=pd.concat([df1,df2])

2) 结果

data key

0 1 a

1 2 b

2 3 c

data key

0 4 d

1 5 e

2 6 f

data key

0 1 a

1 2 b

2 3 c

0 4 d

1 5 e

2 6 f

8. 对某列做简单变换

1) 代码

import pandas as pd

df=pd.DataFrame({'key':['a','b','c'],'data1':[1,2,3]})

print(df)

df['data1']=df['data1']+1

print(df)

2) 结果

data1 key

0 1 a

1 2 b

2 3 c

data1 key

0 2 a

1 3 b

2 4 c

9. 对某列做复杂变换

1) 代码

import pandas as pd

import math

df=pd.DataFrame({'key':['a','b','c'],'data1':[1,2,3]})

print(df)

df['data1']=df['data1'].apply(lambda x: math.sin(x))

print(df)

2) 结果

data1 key

0 1 a

1 2 b

2 3 c

data1 key

0 0.841471 a

1 0.909297 b

2 0.141120 c

10. 对某列做函数处理

1) 代码

import pandas as pd

def testme(x):

print("???",x)

y = x + 3000

return y

df=pd.DataFrame({'key':['a','b','c'],'data1':[1,2,3]})

print(df)

df['data1']=df['data1'].apply(testme)

print(df)

2) 结果

data1 key

0 1 a

1 2 b

2 3 c

('???', 1)

('???', 2)

('???', 3)

data1 key

0 3001 a

1 3002 b

2 3003 c

11. 用某几列计算生成新列

1) 代码

import pandas as pd

df=pd.DataFrame({'key':['a','b','c'],'data1':[1,2,3],'data2':[4,5,6]})

print(df)

df['data3']=df['data1']+df['data2']

print(df)

2) 结果

data1 data2 key

0 1 4 a

1 2 5 b

2 3 6 c

data1 data2 key data3

0 1 4 a 5

1 2 5 b 7

2 3 6 c 9

12. 用某几列用函数生成新列

1) 代码

import pandas as pd

import math

def testme(x):

print(x['data1'],x['data2'])

return x['data1'] + x['data2']

df=pd.DataFrame({'key':['a','b','c'],'data1':[1,2,3],'data2':[4,5,6]})

print(df)

df['data3']=df.apply(testme, axis=1)

print(df)

2) 结果

data1 data2 key

0 1 4 a

1 2 5 b

2 3 6 c

(1, 4)

(2, 5)

(3, 6)

data1 data2 key data3

0 1 4 a 5

1 2 5 b 7

2 3 6 c 9

13. 删除列

1) 代码

import pandas as pd

import math

df=pd.DataFrame({'key':['a','b','c'],'data1':[1,2,3],'data2':[4,5,6]})

print(df)

df=df.drop(['data2'],axis=1)

print(df)

2) 结果

data1 data2 key

0 1 4 a

1 2 5 b

2 3 6 c

data1 key

0 1 a

1 2 b

2 3 c

14. One-Hot变换(把一列枚举型变为多列数值型)

1) 代码

import pandas as pd

import math

df1=pd.DataFrame({'key':['a','b','c'],'data1':[1,2,3]})

print(df1)

df2=pd.get_dummies(df1['key'])

print(df2)

df3=pd.get_dummies(df1)

print(df3)

2) 结果

data1 key

0 1 a

1 2 b

2 3 c

a b c

0 1 0 0

1 0 1 0

2 0 0 1

data1 key_a key_b key_c

0 1 1 0 0

1 2 0 1 0

2 3 0 0 1

15. 其它常用方法

1) 求均值方差,中位数等

df[f].describe()

2) 求均值

df[f].mean()

3) 求方差

df[f].std()

4) 清除空值

df.dropna()

5) 填充空值

df.fillna()

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值