[python skill] Dataframe数据结构简析

最新推荐文章于 2024-06-14 21:08:47 发布
最新推荐文章于 2024-06-14 21:08:47 发布
阅读量710 收藏 1
点赞数
文章标签： python
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_38760323/article/details/81540045
版权

最近重新看了一下pandas下dataframe数据结构方面的东西，简单整理汇总一下：

import pandas as pd
purchase_1 = pd.Series({'Name': 'Chris',
                        'Item Purchased': 'Dog Food',
                        'Cost': 22.50})
purchase_2 = pd.Series({'Name': 'Kevyn',
                        'Item Purchased': 'Kitty Litter',
                        'Cost': 2.50})
purchase_3 = pd.Series({'Name': 'Vinod',
                        'Item Purchased': 'Bird Seed',
                        'Cost': 5.00})
df = pd.DataFrame([purchase_1, purchase_2, purchase_3], index=['Store 1', 'Store 1', 'Store 2'])
df.head()

output：

CostItem PurchasedName
Store 122.5Dog FoodChris
Store 12.5Kitty LitterKevyn
Store 25.0Bird SeedVinod

我们可以将dataframe看作更高维的series，它的每一行是一个series(但实际上放到dataframe里就已经变成dataframe了)，所以我们的index变成了用于检索series，而原本series中的index成为了columns的名字，即列名。

costs = df['Cost']
store = df.loc['Store 1']
print(type(costs))
print(type(store))
<class 'pandas.core.series.Series'>
<class 'pandas.core.frame.DataFrame'>

检索series的方法与series自身的检索格式相同(横向dataframe的检索不能简化为，df['Store 2']，或df[2]，但可以为df[0:2] (前两行)，不太清楚原因，也许是因为df[0:2]不会产生歧义，而前两种写法可能会产生歧义吧)，仍为：

df.loc['Store 2']
Cost                      5
Item Purchased    Bird Seed
Name                  Vinod
Name: Store 2, dtype: object

 

需要注意的是loc或者iloc是dataframe的attribute，不是method，所以要用[ ]方括号。检索出的store2的类型为

pandas.core.series.Series

是一种series。

由于维数变高，所以dataframe支持二维的检索(必须加 .loc)，如：

df.loc['Store 1', 'Cost']
Store 1    22.5
Store 1     2.5
Name: Cost, dtype: float64

 

你同样可以纵向检索：

df['Cost']
Store 1    22.5
Store 1     2.5
Store 2     5.0
Name: Cost, dtype: float64

利用.drop()的method可以删除series（但不能用这种方法删除columns，列），但不返回（in-place）即不改变原来的dataframe：

df.drop('Store 1')
 CostItem PurchasedName
Store 25.0Bird SeedVinod
df
 CostItem PurchasedName
Store 122.5Dog FoodChris
Store 12.5Kitty LitterKevyn
Store 25.0Bird SeedVinod

 

#如果想作用于原dataframe，请如下：

df = df.drop('Store 1')
df

如果想删除列，可以使用del 

del df['Name']
df

 

 

 CostItem Purchased
Store 122.5Dog Food
Store 12.5Kitty Litter
Store 25.0Bird Seed

 

直接增加列：

df['Location'] = None
df
 CostItem PurchasedNameLocation
Store 122.5Dog FoodChrisNone
Store 12.5Kitty LitterKevynNone
Store 25.0Bird SeedVinodNone

 

--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------

由pandas导入csv的一些操作：

pandas.read_csv

pandas.read_csv(filepath_or_buffer, sep=', ', delimiter=None, header='infer', names=None, index_col=None, usecols=None, squeeze=False, prefix=None, mangle_dupe_cols=True, dtype=None, engine=None, converters=None, true_values=None, false_values=None, skipinitialspace=False, skiprows=None, nrows=None, na_values=None, keep_default_na=True, na_filter=True, verbose=False, skip_blank_lines=True, parse_dates=False, infer_datetime_format=False, keep_date_col=False, date_parser=None, dayfirst=False, iterator=False, chunksize=None, compression='infer', thousands=None, decimal=b'.', lineterminator=None, quotechar='"', quoting=0, escapechar=None, comment=None, encoding=None, dialect=None, tupleize_cols=None, error_bad_lines=True, warn_bad_lines=True, skipfooter=0, doublequote=True, delim_whitespace=False, low_memory=True, memory_map=False, float_precision=None)

ref：https://pandas.pydata.org/pandas-docs/stable/generated/pandas.read_csv.html

参数：

filepath_or_buffer : str，pathlib。str, pathlib.Path, py._path.local.LocalPath or any object with a read() method (such as a file handle or StringIO)

可以是URL，可用URL类型包括：http, ftp, s3和文件。对于多文件正在准备中

本地文件读取实例：://localhost/path/to/table.csv

 

sep : str, default ‘,’

指定分隔符。如果不指定参数，则会尝试使用逗号分隔。分隔符长于一个字符并且不是‘\s+’,将使用python的语法分析器。并且忽略数据中的逗号。正则表达式例子：'\r\t'

 

delimiter : str, default None

定界符，备选分隔符（如果指定该参数，则sep参数失效）

 

delim_whitespace : boolean, default False.

指定空格(例如’ ‘或者’ ‘)是否作为分隔符使用，等效于设定sep='\s+'。如果这个参数设定为Ture那么delimiter 参数失效。

在新版本0.18.1支持

 

header : int or list of ints, default ‘infer’ 

（header 表示数据中是否存在列名，如果在第0行就写就写0，并且开始读数据时跳过相应的行数，不存在可以写none）

注意：如果skip_blank_lines=True 那么header参数忽略注释行和空行，所以header=0表示第一行数据而不是文件的第一行。

 

names : array-like, default None

用于结果的列名列表，如果数据文件中没有列标题行，就需要执行header=None。默认列表中不能出现重复，除非设定参数mangle_dupe_cols=True。

 

index_col : int or sequence or False, default None（感觉跟header的用差不多，但是我实验了一个程序，index_col和header对文件列名的设置都可行，但执行后面的程序时header的方法会报错，不知道为啥）

用作行索引的列编号或者列名，如果给定一个序列则有多个行索引。

如果文件不规则，行尾有分隔符，则可以设定index_col=False 来是的pandas不适用第一列作为行索引。

 

usecols : array-like, default None

返回一个数据子集，该列表中的值必须可以对应到文件中的位置（数字可以对应到指定的列）或者是字符传为文件中的列名。例如：usecols有效参数可能是 [0,1,2]或者是 [‘foo’, ‘bar’, ‘baz’]。使用这个参数可以加快加载速度并降低内存消耗。

 

as_recarray : boolean, default False

不赞成使用：该参数会在未来版本移除。请使用pd.read_csv(...).to_records()替代。

返回一个Numpy的recarray来替代DataFrame。如果该参数设定为True。将会优先squeeze参数使用。并且行索引将不再可用，索引列也将被忽略。

 

squeeze : boolean, default False

如果文件值包含一列，则返回一个Series

 

prefix : str, default None

在没有列标题时，给列添加前缀。例如：添加‘X’ 成为 X0, X1, ...

 

mangle_dupe_cols : boolean, default True

重复的列，将‘X’...’X’表示为‘X.0’...’X.N’。如果设定为false则会将所有重名列覆盖。

 

dtype : Type name or dict of column -> type, default None

每列数据的数据类型。例如 {‘a’: np.float64, ‘b’: np.int32}

 

engine : {‘c’, ‘python’}, optional

Parser engine to use. The C engine is faster while the python engine is currently more feature-complete.

使用的分析引擎。可以选择C或者是python。C引擎快但是Python引擎功能更加完备。

 

converters : dict, default None

列转换函数的字典。key可以是列名或者列的序号。

 

true_values : list, default None

Values to consider as True

 

false_values : list, default None

Values to consider as False

 

skipinitialspace : boolean, default False

忽略分隔符后的空白（默认为False，即不忽略）.

 

skiprows : list-like or integer, default None

需要忽略的行数（从文件开始处算起），或需要跳过的行号列表（从0开始）。

 

skipfooter : int, default 0

从文件尾部开始忽略。 (c引擎不支持)

 

skip_footer : int, default 0

不推荐使用：建议使用skipfooter ，功能一样。

 

nrows : int, default None

需要读取的行数（从文件头开始算起）。

 

na_values : scalar, str, list-like, or dict, default None

一组用于替换NA/NaN的值。如果传参，需要制定特定列的空值。默认为‘1.#IND’, ‘1.#QNAN’, ‘N/A’, ‘NA’, ‘NULL’, ‘NaN’, ‘nan’`.

 

keep_default_na : bool, default True

如果指定na_values参数，并且keep_default_na=False，那么默认的NaN将被覆盖，否则添加。

 

na_filter : boolean, default True

是否检查丢失值（空字符串或者是空值）。对于大文件来说数据集中没有空值，设定na_filter=False可以提升读取速度。

 

verbose : boolean, default False

是否打印各种解析器的输出信息，例如：“非数值列中缺失值的数量”等。

 

skip_blank_lines : boolean, default True

如果为True，则跳过空行；否则记为NaN。

 

parse_dates : boolean or list of ints or names or list of lists or dict, default False

  • boolean. True -> 解析索引
  • list of ints or names. e.g. If [1, 2, 3] -> 解析1,2,3列的值作为独立的日期列；
  • list of lists. e.g. If [[1, 3]] -> 合并1,3列作为一个日期列使用
  • dict, e.g. {‘foo’ : [1, 3]} -> 将1,3列合并，并给合并后的列起名为"foo"

 

infer_datetime_format : boolean, default False

如果设定为True并且parse_dates 可用，那么pandas将尝试转换为日期类型，如果可以转换，转换方法并解析。在某些情况下会快5~10倍。

 

keep_date_col : boolean, default False

如果连接多列解析日期，则保持参与连接的列。默认为False。

 

date_parser : function, default None

用于解析日期的函数，默认使用dateutil.parser.parser来做转换。Pandas尝试使用三种不同的方式解析，如果遇到问题则使用下一种方式。

1.使用一个或者多个arrays（由parse_dates指定）作为参数；

2.连接指定多列字符串作为一个列作为参数；

3.每行调用一次date_parser函数来解析一个或者多个字符串（由parse_dates指定）作为参数。

 

dayfirst : boolean, default False

DD/MM格式的日期类型

 

iterator : boolean, default False

返回一个TextFileReader 对象，以便逐块处理文件。

 

chunksize : int, default None

文件块的大小， See IO Tools docs for more informationon iterator and chunksize.

 

compression : {‘infer’, ‘gzip’, ‘bz2’, ‘zip’, ‘xz’, None}, default ‘infer’

直接使用磁盘上的压缩文件。如果使用infer参数，则使用 gzip, bz2, zip或者解压文件名中以‘.gz’, ‘.bz2’, ‘.zip’, or ‘xz’这些为后缀的文件，否则不解压。如果使用zip，那么ZIP包中国必须只包含一个文件。设置为None则不解压。

新版本0.18.1版本支持zip和xz解压

 

thousands : str, default None

千分位分割符，如“，”或者“."

 

decimal : str, default ‘.’

字符中的小数点 (例如：欧洲数据使用’，‘).

 

float_precision : string, default None

Specifies which converter the C engine should use for floating-point values. The options are None for the ordinary converter, high for the high-precision converter, and round_trip for the round-trip converter.

指定

 

lineterminator : str (length 1), default None

行分割符，只在C解析器下使用。

 

quotechar : str (length 1), optional

引号，用作标识开始和解释的字符，引号内的分割符将被忽略。

 

quoting : int or csv.QUOTE_* instance, default 0

控制csv中的引号常量。可选 QUOTE_MINIMAL (0), QUOTE_ALL (1), QUOTE_NONNUMERIC (2) or QUOTE_NONE (3)

 

doublequote : boolean, default True

双引号，当单引号已经被定义，并且quoting 参数不是QUOTE_NONE的时候，使用双引号表示引号内的元素作为一个元素使用。

 

escapechar : str (length 1), default None

当quoting 为QUOTE_NONE时，指定一个字符使的不受分隔符限值。

 

comment : str, default None

标识着多余的行不被解析。如果该字符出现在行首，这一行将被全部忽略。这个参数只能是一个字符，空行（就像skip_blank_lines=True）注释行被header和skiprows忽略一样。例如如果指定comment='#' 解析‘#empty\na,b,c\n1,2,3’ 以header=0 那么返回结果将是以’a,b,c'作为header。

 

encoding : str, default None

指定字符集类型，通常指定为'utf-8'. List of Python standard encodings

 

dialect : str or csv.Dialect instance, default None

如果没有指定特定的语言，如果sep大于一个字符则忽略。具体查看csv.Dialect 文档

 

tupleize_cols : boolean, default False

Leave a list of tuples on columns as is (default is to convert to a Multi Index on the columns)

 

error_bad_lines : boolean, default True

如果一行包含太多的列，那么默认不会返回DataFrame ，如果设置成false，那么会将改行剔除（只能在C解析器下使用）。

 

warn_bad_lines : boolean, default True

如果error_bad_lines =False，并且warn_bad_lines =True 那么所有的“bad lines”将会被输出（只能在C解析器下使用）。

 

low_memory : boolean, default True

分块加载到内存，再低内存消耗中解析。但是可能出现类型混淆。确保类型不被混淆需要设置为False。或者使用dtype 参数指定类型。注意使用chunksize 或者iterator 参数分块读入会将整个文件读入到一个Dataframe，而忽略类型（只能在C解析器中有效）

 

buffer_lines : int, default None

不推荐使用，这个参数将会在未来版本移除，因为他的值在解析器中不推荐使用

 

compact_ints : boolean, default False

不推荐使用，这个参数将会在未来版本移除

如果设置compact_ints=True ，那么任何有整数类型构成的列将被按照最小的整数类型存储，是否有符号将取决于use_unsigned 参数

 

use_unsigned : boolean, default False

不推荐使用：这个参数将会在未来版本移除

如果整数列被压缩(i.e. compact_ints=True)，指定被压缩的列是有符号还是无符号的。

memory_map : boolean, default False

如果使用的文件在内存内，那么直接map文件使用。使用这种方式可以避免文件再次进行IO操作。

ref：https://www.cnblogs.com/datablog/p/6127000.html

感谢~

查询列名：

df.columns

前面说到了，dataframe中每一行是一个dataframe，而每一列呢，则是一个series，所以可以应用很多series的性质来完成dataframe的查询，如：

df['Gold'] > 0
Afghanistan (AFG)                               False
Algeria (ALG)                                    True
Argentina (ARG)                                  True
Armenia (ARM)                                    True
Australasia (ANZ) [ANZ]                          True
Australia (AUS) [AUS] [Z]                        True
Austria (AUT)                                    True
Azerbaijan (AZE)                                 True
Bahamas (BAH)                                    True
Bahrain (BRN)                                   False
Barbados (BAR) [BAR]                            False
Belarus (BLR)                                    True
Belgium (BEL)                                    True

返回一个Boolean串，然后再用这组串完成对dataframe某些数据的过滤：

df.where[df['Gold'] > 0)
only_gold.head(100)
 # SummerGoldSilverBronzeTotal# WinterGold.1Silver.1Bronze.1Total.1# GamesGold.2Silver.2Bronze.2Combined total
Afghanistan (AFG)NaNNaNNaNNaNNaNNaNNaNNaNNaNNaNNaNNaNNaNNaNNaN
Algeria (ALG)12.05.02.08.015.03.00.00.00.00.015.05.02.08.015.0
Argentina (ARG)23.018.024.028.070.018.00.00.00.00.041.018.024.028.070.0
Armenia (ARM)5.01.02.09.012.06.00.00.00.00.011.01.02.09.012.0
Australasia (ANZ) [ANZ]2.03.04.05.012.00.00.00.00.00.02.03.04.05.012.0
Australia (AUS) [AUS] [Z]25.0139.0152.0177.0468.018.05.03.04.012.043.0144.0155.0181.0480.0
Austria (AUT)26.018.033.035.086.022.059.078.081.0218.048.077.0111.0116.0304.0
Azerbaijan (AZE)5.06.05.015.026.05.00.00.00.00.010.06.05.015.026.0
Bahamas (BAH)15.05.02.05.012.00.00.00.00.00.015.05.02.05.012.0
Bahrain (BRN)NaNNaNNaNNaNNaNNaNNaNNaNNaNNaNNaNNaNNaNNaNNaN
Barbados (BAR) [BAR]NaNNaNNaNNaNNaNNaNNaNNaNNaNNaNNaNNaNNaNNaNNaN
Belarus (BLR)5.012.024.039.075.06.06.04.05.015.011.018.028.044.090.0
Belgium (BEL)25.037.052.053.0142.020.01.01.03.05.045.038.053.056.0147.0
Bermuda (BER)NaNNaNNaNNaNNaNNaNNaNNaNNaNNaNNaNNaNNaNNaNNaN
Bohemia (BOH) [BOH] [Z]NaNNaNNaNNaNNaNNaNNaNNaNNaNNaNNaNNaNNaNNaNNaN

再结合dropna等method可以完成对数据的过滤，如：

only_gold = only_gold.dropna()
only_gold.head()
 # SummerGoldSilverBronzeTotal# WinterGold.1Silver.1Bronze.1Total.1# GamesGold.2Silver.2Bronze.2Combined total
Algeria (ALG)12.05.02.08.015.03.00.00.00.00.015.05.02.08.015.0
Argentina (ARG)23.018.024.028.070.018.00.00.00.00.041.018.024.028.070.0
Armenia (ARM)5.01.02.09.012.06.00.00.00.00.011.01.02.09.012.0
Australasia (ANZ) [ANZ]2.03.04.05.012.00.00.00.00.00.02.03.04.05.012.0
Australia (AUS) [AUS] [Z]25.0139.0152.0177.0468.018.05.03.04.012.043.0144.0155.0181.0480.0

#only_gold['Gold'].count()

#100

#.count()记录有多少项，.sum()记录所有项内数字求和

dataframe用.set_index()来设置索引（就是最开始栗子中的store1，store2，相当于每一个样本的名字），可以用一组columns作为index，也可以用多个columns作为index，如：

#df['country'] = df.index#方法1

#df = df.set_index('Gold')#方法2

df = df.set_index(['STNAME', 'CTYNAME'])#两个columns作为index
df.head()
  BIRTHS2010BIRTHS2011BIRTHS2012BIRTHS2013BIRTHS2014BIRTHS2015POPESTIMATE2010POPESTIMATE2011POPESTIMATE2012POPESTIMATE2013POPESTIMATE2014POPESTIMATE2015
STNAMECTYNAME            
AlabamaAutauga County151636615574623600546605525355175550385529055347
Baldwin County51721872092216021862240183193186659190396195126199713203709
Barbour County70335300283260269273412722627159269732681526489
Bibb County44266245259247253228612273322642225122254922583
Blount County183744710646618603573735771157776577345765857673

这里CTYNAME作为二级查找，对数据做了更加精确的分类，可以通过df.loc['Alabama']一级index查找，也可以利用一二级复合index查找df.loc['Alabama','Autauga County']，df.loc[ [('Michigan', 'Washtenaw County'), ('Michigan', 'Wayne County')] ]，但不能直接利用二级index查找：df.loc['Autauga County']

而.reset_index()则是清除之前设置的index，让他回重新回到columns中，转而使用0~n这样的整数作为index。

查询一个series有多少个不同的量：

df['SUMLEV'].unique()
array([40, 50])

--------------------------------------------------------------------------------------------------------------------------------------------------------------------------

缺失值处理

 

  videoplayback positionpausedvolume
timeuser    
1469974424cherylintro.html5False10.0
sueadvanced.html23False10.0
1469974454cherylintro.html6NaNNaN
sueadvanced.html24NaNNaN
1469974484cherylintro.html7NaNNaN
1469974514cherylintro.html8NaNNaN
1469974524sueadvanced.html25NaNNaN
1469974544cherylintro.html9NaNNaN
1469974554sueadvanced.html26NaNNaN
1469974574cherylintro.html10NaNNaN
1469974604cherylintro.html11NaNNaN
1469974624sueadvanced.html27NaNNaN
1469974634cherylintro.html12NaNNaN
1469974654sueadvanced.html28NaN5.0
1469974664cherylintro.html13NaNNaN
1469974694cherylintro.html14NaNNaN
1469974724cherylintro.html15NaNNaN
sueadvanced.html29NaNNaN
1469974754sueadvanced.html30NaNNaN
1469974824sueadvanced.html31NaNNaN
1469974854sueadvanced.html32NaNNaN
1469974924sueadvanced.html33NaNNaN
1469977424bobintro.html1True10.0
1469977454bobintro.html1NaNNaN
1469977484bobintro.html1NaNNaN
1469977514bobintro.html1NaNNaN
1469977544bobintro.html1NaNNaN
1469977574bobintro.html1NaNNaN
1469977604bobintro.html1NaNNaN
1469977634bobintro.html1NaNNaN
1469977664bobintro.html1NaNNaN
1469977694bobintro.html1NaNNaN
1469977724bobintro.html1NaNNaN

可以看到上面一组数据有多处缺失值，可以利用df.fillna 方法进行筛选过滤：

pandas.DataFrame.fillna

DataFrame.fillna(value=None, method=None, axis=None, inplace=False, limit=None, downcast=None, **kwargs)[source]

Fill NA/NaN values using the specified method

Parameters:

value : scalar, dict, Series, or DataFrame

Value to use to fill holes (e.g. 0), alternately a dict/Series/DataFrame of values specifying which value to use for each index (for a Series) or column (for a DataFrame). (values not in the dict/Series/DataFrame will not be filled). This value cannot be a list.

method : {‘backfill’, ‘bfill’, ‘pad’, ‘ffill’, None}, default None

Method to use for filling holes in reindexed Series pad / ffill: propagate last valid observation forward to next valid backfill / bfill: use NEXT valid observation to fill gap

axis : {0 or ‘index’, 1 or ‘columns’}

inplace : boolean, default False

If True, fill in place. Note: this will modify any other views on this object, (e.g. a no-copy slice for a column in a DataFrame).

limit : int, default None

If method is specified, this is the maximum number of consecutive NaN values to forward/backward fill. In other words, if there is a gap with more than this number of consecutive NaNs, it will only be partially filled. If method is not specified, this is the maximum number of entries along the entire axis where NaNs will be filled. Must be greater than 0 if not None.

downcast : dict, default is None

a dict of item->dtype of what to downcast if possible, or the string ‘infer’ which will try to downcast to an appropriate equal type (e.g. float64 to int64 if possible)

Returns:

filled : DataFrame

Examples

>>> df = pd.DataFrame([[np.nan, 2, np.nan, 0],
...                    [3, 4, np.nan, 1],
...                    [np.nan, np.nan, np.nan, 5],
...                    [np.nan, 3, np.nan, 4]],
...                    columns=list('ABCD'))
>>> df
     A    B   C  D
0  NaN  2.0 NaN  0
1  3.0  4.0 NaN  1
2  NaN  NaN NaN  5
3  NaN  3.0 NaN  4

Replace all NaN elements with 0s.

>>> df.fillna(0)#0值填充
    A   B   C   D
0   0.0 2.0 0.0 0
1   3.0 4.0 0.0 1
2   0.0 0.0 0.0 5
3   0.0 3.0 0.0 4

We can also propagate non-null values forward or backward.

>>> df.fillna(method='ffill')#临值填充
    A   B   C   D
0   NaN 2.0 NaN 0
1   3.0 4.0 NaN 1
2   3.0 4.0 NaN 5
3   3.0 3.0 NaN 4

Replace all NaN elements in column ‘A’, ‘B’, ‘C’, and ‘D’, with 0, 1, 2, and 3 respectively.

>>> values = {'A': 0, 'B': 1, 'C': 2, 'D': 3}
>>> df.fillna(value=values)#自定义值填充
    A   B   C   D
0   0.0 2.0 2.0 0
1   3.0 4.0 2.0 1
2   0.0 1.0 2.0 5
3   0.0 3.0 2.0 4

Only replace the first NaN element.

>>> df.fillna(value=values, limit=1)#自定义值填充（限定填充数量）
    A   B   C   D
0   0.0 2.0 2.0 0
1   3.0 4.0 NaN 1
2   NaN 1.0 NaN 5
3   NaN 3.0 NaN 4

 

df = df.fillna(method='ffill')#临值填充
  videoplayback positionpausedvolume
timeuser    
1469974424cherylintro.html5False10.0
sueadvanced.html23False10.0
1469974454cherylintro.html6False10.0
sueadvanced.html24False10.0
1469974484cherylintro.html7False10.0
1469974514cherylintro.html8False10.0
1469974524sueadvanced.html25False10.0
1469974544cherylintro.html9False10.0
1469974554sueadvanced.html26False10.0
1469974574cherylintro.html10False10.0
1469974604cherylintro.html11False10.0
1469974624sueadvanced.html27False10.0
1469974634cherylintro.html12False10.0
1469974654sueadvanced.html28False5.0
1469974664cherylintro.html13False5.0
1469974694cherylintro.html14False5.0
1469974724cherylintro.html15False5.0
sueadvanced.html29False5.0
1469974754sueadvanced.html30False5.0
1469974824sueadvanced.html31False5.0
1469974854sueadvanced.html32False5.0
1469974924sueadvanced.html33False5.0
1469977424bobintro.html1True10.0
1469977454bobintro.html1True10.0
1469977484bobintro.html1True10.0
1469977514bobintro.html1True10.0
1469977544bobintro.html1True10.0
1469977574bobintro.html1True10.0
1469977604bobintro.html1True10.0
1469977634bobintro.html1True10.0
1469977664bobintro.html1True10.0
1469977694bobintro.html1True10.0
1469977724bobintro.html1True10.0

 

 

 

刀尔東
关注
pandas入门（2）——DataFrame数据结构
Annaaphq的博客
07-19 1892
DataFrame数据结构
machine learning in coding（python）：pandas数据包DataFrame数据结构简介
mmc2015的专栏
08-05 3126
导入模块： import pandas as pd import numpy as np #pandas依赖于numpy from sklearn import preprocessing import xgboost as xgb 常用功能简介： #load train and test train = pd.read_csv('train.csv', index_co
数据结构 DataFrame
未昔的博客
08-07 342
#!/usr/bin/env Python3 __author__ = '未昔/angelfate' __date__ = '2019/8/6 10:52' # -*- coding: utf-8 -*- import pandas as pd import numpy as np """ 数据结构 DataFrame 创建，读写 """ print('用字典生成DataFrame，key为列名...
Pandas入门--DataFrame数据结构
weixin_37863063的博客
09-11 473
2.Pandas入门–DataFrame数据结构 上个教程我们讲了series的相关操作，DataFrame提供的是一个类似表的结构，由多个Series组成，可以理解为DataFrame的每一列都是一个Series，具有共同的index DataFrame 相关操作 ① DataFrame建立 函数：pd.Dataframe(参数) 参数可以是：a.二维array； ...
十三、DataFrame表格型数据结构
m0_61834747的博客
11-11 2848
series是有一组数据与一组索引（行索引）组成的数据结构，而dataframe是由一组数据与一对索引（行索引和列索引）组成的表格型数据结构。之所以叫表格型数据结构，是因为dataframe的数据形式和Excel的数据存储形式很相近，接下来的章节主要围绕dataframe这种表格型数据展开。下面就是一个简单的dataframe数据结构
Python 将DataFrame数据转换成元组 Python源码
11-11
Python 将DataFrame数据转换成元组 Python源码Python 将DataFrame数据转换成元组 Python源码Python 将DataFrame数据转换成元组 Python源码Python 将DataFrame数据转换成元组 Python源码Python 将DataFrame数据转换成...
Python 将DataFrame数据转换成列表 Python源码
11-11
Python 将DataFrame数据转换成列表 Python源码Python 将DataFrame数据转换成列表 Python源码Python 将DataFrame数据转换成列表 Python源码Python 将DataFrame数据转换成列表 Python源码Python 将DataFrame数据转换成...
Python 将DataFrame数据转成字典 Python源码
11-10
Python 将DataFrame数据转成字典 Python源码Python 将DataFrame数据转成字典 Python源码Python 将DataFrame数据转成字典 Python源码Python 将DataFrame数据转成字典 Python源码Python 将DataFrame数据转成字典 ...
Python 实现DataFrame数据的排序或排名 Python源码
11-11
Python 实现DataFrame数据的排序或排名 Python源码Python 实现DataFrame数据的排序或排名 Python源码Python 实现DataFrame数据的排序或排名 Python源码Python 实现DataFrame数据的排序或排名 Python源码Python 实现...
python的dataframe转换为多维矩阵的方法
09-20
在Python中，Pandas库是处理数据表格（即DataFrame对象）的强大工具，而NumPy是进行数值计算的基础库。本文将详细介绍如何使用Pandas将DataFrame对象转换成多维矩阵，并展示相关的代码示例及其运行结果。 知识点一...
【玩转pandas系列】pandas数据结构—DataFrame
热门推荐
你不来，再美的天地，都狼藉 ~
07-14 8万+
大家好！我是一朵向阳花（花花花）🍭，本期跟大家分享的知识是 pandas 数据结构——DataFrame。
Pandas 数据结构——DataFrame
最新发布
toufaduoduo369的博客
06-14 1796
DataFrame 是 Pandas 中的另一个核心数据结构，用于表示二维表格型数据。DataFrame 是一个表格型的数据结构，它含有一组有序的列，每列可以是不同的值类型（数值、字符串、布尔型值）。DataFrame 既有行索引也有列索引，它可以被看做由 Series 组成的字典（共同用一个索引）。DataFrame 提供了各种功能来进行数据访问、筛选、分割、合并、重塑、聚合以及转换等操作。
pandas数据结构：DataFrame
Shawn
09-18 289
DataFrame是一个表格型的数据结构，包含行索引和列索引。下面通过传入一个由等长列表组成的字典来建立一个简单的DataFrame: import pandas as pd data={'name':['Shawn','Jason','Cindy','Danny','Jack','Rosen','Mike'], 'English':[80,70,30,60,50,29,40], ...
Pandas数据结构-DataFrame
疯狂的兔子
12-01 537
pandas主要数据对象为Series和DataFrame。 DataFrame DataFrame表示一个表格，是一个经过排列的列表集。具有行和列的索引，所以可以采用分层索引表示高维数据。 可以将长度相同的字典或NumPy数组转换成为DataFrame，例如：data={'a':[3,5,7], 'g':[4.6,24,56], 'b':['aaa','vbb','
Pandas知识点-DataFrame数据结构介绍
数据森麟
05-19 2926
公众号后台回复“图书“，了解更多号主新书内容 作者：binn wong 来源：Python碎片一、Pandas简介和安装Pandas是Python中用于数据处理和数据分析...
机器学习1--Pandas 数据结构 - DataFrame
weixin_43987546的博客
12-25 1278
Pandas 数据结构 - DataFrame** DataFrame 是一个表格型的数据结构。Pandas DataFrame 是一个二维的数组结构，类似二维数组。 DataFrame 构造方法如下： pandas.DataFrame( data, index, columns, dtype, copy) data：一组数据(ndarray、series, map, lists, dict 等类型)。 index：索引值，或者可以称为行标签。 columns：列标签，默认为 RangeIndex (0,
Pandas——常用数据结构DataFrame
weixin_43794311的博客
03-02 411
DataFrame数据结构 是pandas的基本数据，类似于excel表格形式的数据 DataFrame数据创建 使用pandas.DataFrame(data,index,dtype,columns) data:可以是列表，数组或字典（np.array()） index:行索引，columns代表列索引 使用列表创建和数组创建方式一样： a=[['张三',12,'男'],['小五',17,'男'...
python中关于数据结构DataFrame讲解
geidongdong的博客
05-26 690
DataFrame，顾名思义主要指的是矩阵。 #DataFrame #DataFrame对象 """ DataFrame在Pandas中用于表示矩阵数据 DataFrame包含了已排序的列集合 每一列可以是不同的值类型（数值、字符串、布尔值等) DataFrame既有行索引index，也有列索引columns DataFrame可以理解为一个共享相同索引的Series的字典 """ #2、构建DataFrame import pandas as pd import numpy as np data={'n
Python数据分析数据可视化--看一眼就能学会的的Pandas数据结构DataFrame（上）
duohuanxi的博客
04-01 702
前面两篇博客写了一维数组Series，接下来再来写写二维数组DataFrame,DataFrame是一个表格型的数据结构，包含一组有序的列，其列的值类型可以是数值、字符串、布尔值等，它的数据以一个或多个二维块存放，不是列表、字典或一维数组结构。 （1）Dataframe数据结构 Dataframe数据结构是一个表格型的数据结构，是带有标签的二维数组，带有行标签（index）和列标签（columns...
介绍python中dataframe数据结构
04-24
好的，我很乐意为您介绍Python中的DataFrame数据结构。DataFrame是一个二维表格，类似于Excel中的表格，可以将数据以行和列的形式进行组织和显示。每一列的数据类型可以不同，比如有整数、浮点数、字符串等。...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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