python Dataframe基础操作

Dataframe的基础操作 

目录：

1、创建dataframe的几种方式

2、遍历dataframe

3、为dataframe增加一行

4、根据某列值索引dataframe的某一行

https://www.cnblogs.com/zmc940317/p/13615168.html

5、dataframe中的Nan和None，以及用哪个更好

python中None和NaN比较_python nan和none-CSDN博客

isnan()   isnull()   notnull()   is not None 几个函数的判断区别

Pandas 修改单列，多列，Dataframe 数据类型方法汇总

Pandas 修改单列，多列，Dataframe 数据类型方法汇总_pandas指定列数据类型-CSDN博客

1、创建dataframe的几种方式

（1）创建空的DataFrame

pd.DataFrame(columns=['A', 'B', 'C'], index=[0,1,2])

columns参数用来定义列名，index参数用来定义行号。上面的代码创建了一个3行3列的二维数据表，所有数据项都是NaN，结果看起来是这样： 

 （2）手工创建有数据值的DataFrame

df = pd.DataFrame(data=['Apple','Banana','Cherry','Dates','Eggfruit'])

 使用data参数来声明数据，结果看起来是这样：

 由于我们没有定义数据帧的列名，因此Pandas默认使用序号作为列名。和原来一样，可以使用columns参数来声明列名：

df = pd.DataFrame(data=['Apple','Banana','Cherry','Dates', 'Eggfruit'], 
                  columns=['Fruits'])

结果如下：

 最左侧的列被称为索引，默认从0开始，和原来一样我们用index自行定义：

df = pd.DataFrame(data=['Apple','Banana','Cherry','Dates','Eggfruit'], 
                  index = [1,2,3,4,5],
                  columns=['Fruits'])

现在结果如下： 

那么如果要添加一个Quantity列来表示水果数量该怎么做？即给DataFrame再增加一列：

df = pd.DataFrame(data=[['Apple',5],
                   ['Banana',10],
                   ['Cherry',8],
                   ['Dates',3],
                   ['Eggfruit',7]],
             columns = ['Fruits','Quantity'],
             index=[1,2,3,4,5])

注意data参数和colums参数都进行了相应的调整。现在的DataFrame这样： 

 （3）使用列表创建DataFrame

假设我们有一个列表：

fruits_list = ['Apple','Banana','Cherry','Dates','Eggfruit']

 要把列表转换为DataFrame，直接将列表传入pd.DataFrame即可：

df = pd.DataFrame(fruits_list)

 得到的结果如下：

 当然你可以用columns参数来定义列名，或者用index来声明行号：

df = pd.DataFrame(fruits_list, 
             columns = ['Fruits'], 
             index = ['a','b','c','d','e'])

 结果如下：

（4）使用字典创建DataFrame

字典就是一组键/值对：

dict = {key1 : value1, key2 : value2, key3 : value3}

 当我们将上述字典对象转换为DataFrame时，看起来是这样：

容易注意到，字段的键对应成为DataFrame的列，而所有的值对应数据。 记住这个对应关系。

注意：字典的值必须是列表格式，否则会报错，例如：

dict = {"key1" : "value1", "key2" : "value2", "key3" : "value3"}
df = pd.DataFrame(dict)

转换失败，报错： 

将字典的值改成列表格式后： 

dict = {"key1" : ["value1"], "key2" : ["value2"], "key3" : ["value3"]}
df = pd.DataFrame(dict)

转换成功，结果如下：

现在假设我们要创建一个如下形状的DataFrame：

 

 由于列名为Fruits、Quantity和Color，因此对应的字典也应当 有这几个键，而每一行的值则对应字典中的键值，字典应该是 如下的结构：

fruits_dict = { 'Fruits':['Apple','Banana','Cherry','Dates','Eggfruit'],
                'Quantity': [5, 10, 8, 3, 7],  
                'Color': ['Red', 'Yellow', 'Red', 'Brown', 'Yellow']}

 现在让我们将这个字典转换为DataFrame，一句话的事儿：

df = pd.DataFrame(fruits_dict)

结果如下：

 （5）将excel文件转换为DataFrame

fruits_df = pd.read_excel('fruits.xlsx')

2、遍历dataframe

3、为dataframe增加一行

（1）方法一，使用append()函数

append()函数可以将一个新的行添加到DataFrame的末尾。下面是一个简单的示例：

import pandas as pd
# 创建一个空的DataFrame
df = pd.DataFrame()
# 添加数据行
df = df.append({'A': 1, 'B': 2}, ignore_index=True)
df = df.append({'A': 3, 'B': 4}, ignore_index=True)

 在上面的示例中，我们首先创建了一个空的DataFrame。然后，我们使用append()函数两次向DataFrame中添加数据行。append()函数的第一个参数是一个字典，表示要添加的行数据。ignore_index=True参数用于重置行索引。

（2）方法二，使用loc[]方法

除了append()函数，还可以使用loc[]方法来添加数据行。下面是一个示例：

import pandas as pd
# 创建一个空的DataFrame
df = pd.DataFrame()
# 添加数据行
df.loc[0] = {'A': 1, 'B': 2}
df.loc[1] = {'A': 3, 'B': 4}

在上面的示例中，我们首先创建了一个空的DataFrame。然后，我们使用loc[]方法两次向DataFrame中添加数据行。loc[]方法的第一个参数是行索引，我们在这里使用了0和1作为行索引。然后，我们将一个字典分配给该行索引，表示要添加的行数据。
需要注意的是，如果你添加的数据行数量与现有行不匹配，Pandas会自动进行填充或截断以使它们匹配。在上述示例中，我们向DataFrame中添加了两行数据，每行有两个列（’A’和’B’）。如果DataFrame的列数与添加的行不匹配，Pandas会自动添加或删除列，以使它们匹配。
总结：向Pandas DataFrame中添加数据可以使用append()函数或loc[]方法。这两种方法都很容易理解和使用。你可以根据自己的需求选择适合的方法来向DataFrame中添加数据。 

参考链接：https://developer.baidu.com/article/details/2794798

4、根据某列值索引dataframe的某一行

（1）选取等于某个值的行记录 用==

df.loc[df['column_name'] == some_value]

(2) 选取等于某些值的行记录，即某行的某列值是否在这些范围内，用isin()

df.loc[df['column_name'].isin(some_values)]

(3)多种条件的选取

df.loc[(df['column_name'] == some_value) & (df['other_column_name'].isin(some_values))]

 (4)选取不等于某些值的行记录，用 !=

df.loc[df['column_name'] != some_value]

(5) isin返回一系列数值，如果要选择不在这些数值范围内，不符合这个条件的用 ~

df.loc[~df['column_name'].isin(some_values)]

5、read_excel()函数的各参数配置

 参考链接：

创建Pandas DataFrame的6种方法 - 知乎

python遍历多张dataframe表格（变量）的方法，其他变量也是适用_for循环同时遍历连个dataframe-CSDN博客