Python DataFrame学习

一维数据的Dataframe是series
对于Dataframe而言：
行是indexs，列是columns

1、创建Dataframe

• 创建空Dataframe

import pandas as pd
df = pd.DataFrame()

• 1、用字典创建Dataframe

# 1 直接创建
data = {'name':['apple','egg','watermelon'],'color':['red','yellow','green'],'num':[30,40,50]}
df1 = pd.DataFrame(data)

• 2、自定义列顺序（列的顺序可以发生变化）

# 2 自定义列顺序（列的顺序可以发生变化）
# 利用columns
df2 = pd.DataFrame(data,columns=['name','num','color'])
df2

• 3、自定义行索引名

# 利用index
# 自定义行索引名
df3 = pd.DataFrame(data,index=['No.1','No.2','No.3'])
df3
# 或者使用range(start,end,interval)函数，生成的序列不包含end
df3_1= pd.DataFrame(data,index=range(0,6,2))

• 4、列名数超过原数据则创建空列（行索引不可以超过行数）

# 列名数超过原数据则创建空列
# data数据只有三列，多的一列将创建新的一列，默认是NaN
df4 = pd.DataFrame(data,columns=['name','num','color','price'])

2、获取行/列名列表【注意是列表】

• 1、行列表

df3 = pd.DataFrame(data,index=['No.1','No.2','No.3'])
print(df3._stat_axis.values)
print(df3._stat_axis.values.tolist())	# 转为列表

• 2、列列表

# 方法1
list(df3)
# 方法2
df3.columns.values.tolist()

3、索引和切片

loc：location，根据行/列名索引
iloc：integer location，根据行/列数索引

• 1、行（只能借助loc和iloc,不可以使用行名）

# loc
# 读取特定行特定列的数据
df3.loc[['No.1','No.3'],['name','color']]	# []先行后列
# 进行切片，包括末尾的数据
df3.loc['No.1':'No.3','name':'color']
# **************************************************
# iloc
df3.iloc[2]		# 得到第3行全部数据
df3.iloc[1:]	# 得到第2行以后全部数据， 行切片
# 根据值查找行索引
df3[df3['name']=='apple'].index		# 得到'name'列下为'apple'的行索引'index'
df3[df3['name']=='apple'].index

• 2、列（可使用列名；也可以使用loc/iloc）

df3['name']								# 得到该列所有数据
df3.loc[:,'name':'num']		# 得到从'name'列到'num'列的所有数据
df3.iloc[:,1]						# 得到第1列所有数据

• 3、行+列

df3.iloc[1:,-2:]	# 从第1行到最后，从倒数第2列到最后
# 范围搜索
df3[df3['num']>30]  # 搜索num>30的所有行
df3['name'][df3['num']>30] 	# num>30的所有行的'name'信息

4、添加列

dataframe内的每一列的数据类型是series

• 1、添加空列

df3['price'] = ''		# 方法一
df3['price'] = pd.Series(dtype='int',index=['No.1','No.2','No.3'])	# 方法二
df3['price'] = 0		# 方法三 全部赋值为0

注意：不能用空列表[]初始化

• 2、添加/在指定位置插入列

对索引顺序没有要求，直接添加的话，默认放在最后

df3['price']=[1,2,3]	# 对索引顺序没有要求

对索引顺序有要求的用Series添加

# 如果使用Series不指定索引，将全部初始化为NAN
df3['price']=pd.Series([1,2,3])
# 如果使用Series指定索引index,可实现初始化
df3['price']=pd.Series([1,2,3],index=['No.2','No.1','No.3'])
# 索引和前面的值是对应的

5、删除行/列

• 1、行

利用drop()函数

df3.drop('No.3')	# 只这样的话，不会删除原始数据
df3.drop('No.3'，inplace=True)	# 这样的话，会删除原始数据
# 或者
df4 = df3.drop('No.3')		# 新得到的df4将不包含No.3'这一行

• 2、列

利用del函数

del df3['price']	# 直接在原数据上删除列

利用drop()函数

# 注意：axis=0，默认参数是删除行
# axis=1，删除列
# inplace=True：直接删除原数据
df3.drop('num', axis=1, inplace=True)

6、 读取/写入csv、excel为dataframe

• 1、读取数据

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

read_csv参数

read_excel()
# 参数
pandas.read_excel(io, sheet_name=0, *, header=0, names=None, index_col=None, usecols=None, squeeze=None, 
dtype=None, engine=None, converters=None, true_values=None, false_values=None, skiprows=None, nrows=None, 
na_values=None, keep_default_na=True, na_filter=True, 
verbose=False, parse_dates=False, date_parser=None, 
thousands=None, decimal='.', comment=None, skipfooter=0, convert_float=None, mangle_dupe_cols=True, storage_options=None)

read_excel参数

• 2、写入dataframe

df.to_excel(sheet_name='sheet1',startcol=0,index=False)
df.to_csv("test.csv", index=False)

7、其他操作

查看前几行

df3.head()  # 默认5行，可传入数值指定行数

---

学习链接：

• Python Pandas中dataframe常用操作（创建、读取写入、切片等）
• 官方文档
• 【pandas】 之 DataFrame 保存为文件 (df.to_csv、df.to_json、df.to_html、df.to_excel)