数据帧(DataFrame)是二维数据结构,即数据以行和列的表格方式排列。
数据帧(DataFrame)的功能特点:
- 潜在的列是不同的类型
- 大小可变
- 标记轴(行和列)
- 可以对行和列执行算术运算
结构体
假设要创建一个包含学生数据的数据帧。参考以下图示 -
![03eadb004d9526c10491b1ad1e1c1be3.png](https://i-blog.csdnimg.cn/blog_migrate/c0c20bed042f1b3254f247a395c5e604.jpeg)
可以将上图表视为SQL表或电子表格数据表示。
pandas.DataFrame
pandas中的DataFrame可以使用以下构造函数创建 -
pandas.DataFrame( data, index, columns, dtype, copy)Python
构造函数的参数如下 -
1 data 数据采取各种形式,如:ndarray,series,map,lists,dict,constant和另一个DataFrame。
2 index 对于行标签,要用于结果帧的索引是可选缺省值np.arrange(n),如果没有传递索引值。
3 columns 对于列标签,可选的默认语法是 - np.arange(n)。 这只有在没有索引传递的情况下才是这样。
4 dtype 每列的数据类型。
5 copy 如果默认值为False,则此命令(或任何它)用于复制数据。
创建DataFrame
Pandas数据帧(DataFrame)可以使用各种输入创建,如 -
- 列表
- 字典
- 系列
- Numpy ndarrays
- 另一个数据帧(DataFrame)
在本章的后续章节中,我们将看到如何使用这些输入创建数据帧(DataFrame)。
创建一个空的DataFrame
创建基本数据帧是空数据帧。
示例
#import the pandas library and aliasing as pdimport pandas as pddf = pd.DataFrame()print dfPython
执行上面示例代码,得到以下结果 -
Empty DataFrameColumns: []Index: []Shell
从列表创建DataFrame
可以使用单个列表或列表列表创建数据帧(DataFrame)。
实例-1
import pandas as pddata = [1,2,3,4,5]df = pd.DataFrame(data)print dfPython
执行上面示例代码,得到以下结果 -
00 11 22 33 44 5Shell
实例-2
import pandas as pddata = [['Alex',10],['Bob',12],['Clarke',13]]df = pd.DataFrame(data,columns=['Name','Age'])print dfPython
执行上面示例代码,得到以下结果 -
Name Age0 Alex 101 Bob 122 Clarke 13Shell
实例-3
import pandas as pddata = [['Alex',10],['Bob',12],['Clarke',13]]df = pd.DataFrame(data,columns=['Name','Age'],dtype=float)print dfPython
执行上面示例代码,得到以下结果 -
Name Age0 Alex 10.01 Bob 12.02 Clarke 13.0Shell
注意 - 可以观察到,dtype参数将Age列的类型更改为浮点。
从ndarrays/Lists的字典来创建DataFrame
所有的ndarrays必须具有相同的长度。如果传递了索引(index),则索引的长度应等于数组的长度。
如果没有传递索引,则默认情况下,索引将为range(n),其中n为数组长度。
实例-1
import pandas as pddata = {'Name':['Tom', 'Jack', 'Steve', 'Ricky'],'Age':[28,34,29,42]}df = pd.DataFrame(data)print dfPython
执行上面示例代码,得到以下结果 -
Age Name0 28 Tom1 34 Jack2 29 Steve3 42 RickyShell
注 - 观察值0,1,2,3。它们是分配给每个使用函数range(n)的默认索引。
示例-2
使用数组创建一个索引的数据帧(DataFrame)。
import pandas as pddata = {'Name':['Tom', 'Jack', 'Steve', 'Ricky'],'Age':[28,34,29,42]}df = pd.DataFrame(data, index=['rank1','rank2','rank3','rank4'])print dfPython
执行上面示例代码,得到以下结果 -
Age Namerank1 28 Tomrank2 34 Jackrank3 29 Steverank4 42 RickyShell
注意 - index参数为每行分配一个索引。
从列表创建数据帧DataFrame
字典列表可作为输入数据传递以用来创建数据帧(DataFrame),字典键默认为列名。
实例-1
以下示例显示如何通过传递字典列表来创建数据帧(DataFrame)。
import pandas as pddata = [{'a': 1, 'b': 2},{'a': 5, 'b': 10, 'c': 20}]df = pd.DataFrame(data)print dfPython
执行上面示例代码,得到以下结果 -
a b c0 1 2 NaN1 5 10 20.0Shell
注意 - 观察到,NaN(不是数字)被附加在缺失的区域。
示例-2
以下示例显示如何通过传递字典列表和行索引来创建数据帧(DataFrame)。
import pandas as pddata = [{'a': 1, 'b': 2},{'a': 5, 'b': 10, 'c': 20}]df = pd.DataFrame(data, index=['first', 'second'])print dfPython
执行上面示例代码,得到以下结果 -
a b cfirst 1 2 NaNsecond 5 10 20.0Shell
实例-3
以下示例显示如何使用字典,行索引和列索引列表创建数据帧(DataFrame)。
import pandas as pddata = [{'a': 1, 'b': 2},{'a': 5, 'b': 10, 'c': 20}]#With two column indices, values same as dictionary keysdf1 = pd.DataFrame(data, index=['first', 'second'], columns=['a', 'b'])#With two column indices with one index with other namedf2 = pd.DataFrame(data, index=['first', 'second'], columns=['a', 'b1'])print df1print df2Python
执行上面示例代码,得到以下结果 -
#df1 output a bfirst 1 2second 5 10#df2 output a b1first 1 NaNsecond 5 NaNShell
注意 - 观察,df2使用字典键以外的列索引创建DataFrame; 因此,附加了NaN到位置上。 而df1是使用列索引创建的,与字典键相同,所以也附加了NaN。
从系列的字典来创建DataFrame
字典的系列可以传递以形成一个DataFrame。 所得到的索引是通过的所有系列索引的并集。
示例
import pandas as pdd = {'one' : pd.Series([1, 2, 3], index=['a', 'b', 'c']), 'two' : pd.Series([1, 2, 3, 4], index=['a', 'b', 'c', 'd'])}df = pd.DataFrame(d)print df`Python
执行上面示例代码,得到以下结果 -
one twoa 1.0 1b 2.0 2c 3.0 3d NaN 4Shell
注意 - 对于第一个系列,观察到没有传递标签'd',但在结果中,对于d标签,附加了NaN。
现在通过实例来了解列选择,添加和删除。
列选择
下面将通过从数据帧(DataFrame)中选择一列。
示例
import pandas as pdd = {'one' : pd.Series([1, 2, 3], index=['a', 'b', 'c']), 'two' : pd.Series([1, 2, 3, 4], index=['a', 'b', 'c', 'd'])}df = pd.DataFrame(d)print df ['one']Python
执行上面示例代码,得到以下结果 -
a 1.0b 2.0c 3.0d NaNName: one, dtype: float64Shell
列添加
下面将通过向现有数据框添加一个新列来理解这一点。
示例
import pandas as pdd = {'one' : pd.Series([1, 2, 3], index=['a', 'b', 'c']), 'two' : pd.Series([1, 2, 3, 4], index=['a', 'b', 'c', 'd'])}df = pd.DataFrame(d)# Adding a new column to an existing DataFrame object with column label by passing new seriesprint ("Adding a new column by passing as Series:")df['three']=pd.Series([10,20,30],index=['a','b','c'])print dfprint ("Adding a new column using the existing columns in DataFrame:")df['four']=df['one']+df['three']print dfPython
执行上面示例代码,得到以下结果 -
Adding a new column by passing as Series: one two threea 1.0 1 10.0b 2.0 2 20.0c 3.0 3 30.0d NaN 4 NaNAdding a new column using the existing columns in DataFrame: one two three foura 1.0 1 10.0 11.0b 2.0 2 20.0 22.0c 3.0 3 30.0 33.0d NaN 4 NaN NaNShell
列删除
列可以删除或弹出; 看看下面的例子来了解一下。
例子
# Using the previous DataFrame, we will delete a column# using del functionimport pandas as pdd = {'one' : pd.Series([1, 2, 3], index=['a', 'b', 'c']), 'two' : pd.Series([1, 2, 3, 4], index=['a', 'b', 'c', 'd']), 'three' : pd.Series([10,20,30], index=['a','b','c'])}df = pd.DataFrame(d)print ("Our dataframe is:")print df# using del functionprint ("Deleting the first column using DEL function:")del df['one']print df# using pop functionprint ("Deleting another column using POP function:")df.pop('two')print dfPython
执行上面示例代码,得到以下结果 -
Our dataframe is: one three twoa 1.0 10.0 1b 2.0 20.0 2c 3.0 30.0 3d NaN NaN 4Deleting the first column using DEL function: three twoa 10.0 1b 20.0 2c 30.0 3d NaN 4Deleting another column using POP function: threea 10.0b 20.0c 30.0d NaNShell
行选择,添加和删除
现在将通过下面实例来了解行选择,添加和删除。我们从选择的概念开始。
标签选择
可以通过将行标签传递给loc()函数来选择行。参考以下示例代码 -
import pandas as pdd = {'one' : pd.Series([1, 2, 3], index=['a', 'b', 'c']), 'two' : pd.Series([1, 2, 3, 4], index=['a', 'b', 'c', 'd'])}df = pd.DataFrame(d)print df.loc['b']Python
执行上面示例代码,得到以下结果 -
one 2.0two 2.0Name: b, dtype: float64Shell
结果是一系列标签作为DataFrame的列名称。 而且,系列的名称是检索的标签。
按整数位置选择
可以通过将整数位置传递给iloc()函数来选择行。参考以下示例代码 -
import pandas as pdd = {'one' : pd.Series([1, 2, 3], index=['a', 'b', 'c']), 'two' : pd.Series([1, 2, 3, 4], index=['a', 'b', 'c', 'd'])}df = pd.DataFrame(d)print df.iloc[2]Python
执行上面示例代码,得到以下结果 -
one 3.0two 3.0Name: c, dtype: float64Shell
行切片
可以使用:运算符选择多行。参考以下示例代码 -
import pandas as pdd = {'one' : pd.Series([1, 2, 3], index=['a', 'b', 'c']), 'two' : pd.Series([1, 2, 3, 4], index=['a', 'b', 'c', 'd'])}df = pd.DataFrame(d)print df[2:4]Python
执行上面示例代码,得到以下结果 -
one twoc 3.0 3d NaN 4Shell
附加行
使用append()函数将新行添加到DataFrame。 此功能将附加行结束。
import pandas as pddf = pd.DataFrame([[1, 2], [3, 4]], columns = ['a','b'])df2 = pd.DataFrame([[5, 6], [7, 8]], columns = ['a','b'])df = df.append(df2)print dfPython
执行上面示例代码,得到以下结果 -
a b0 1 21 3 40 5 61 7 8Shell
删除行
使用索引标签从DataFrame中删除或删除行。 如果标签重复,则会删除多行。
如果有注意,在上述示例中,有标签是重复的。这里再多放一个标签,看看有多少行被删除。
import pandas as pddf = pd.DataFrame([[1, 2], [3, 4]], columns = ['a','b'])df2 = pd.DataFrame([[5, 6], [7, 8]], columns = ['a','b'])df = df.append(df2)# Drop rows with label 0df = df.drop(0)print dfPython
执行上面示例代码,得到以下结果 -
a b1 3 41 7 8Shell
在上面的例子中,一共有两行被删除,因为这两行包含相同的标签0。
原文出自【易百教程】,商业转载请联系作者获得授权,非商业转载请保留原文链接:https://www.yiibai.com/pandas/python_pandas_dataframe.html