Pandas—DataFrame对象创建、常用属性、方法、运算、布尔类型、排序等等详解

Pandas-DataFrame详细总结
	格式	含义	举例	结果
DataFrame 创建	包名.DataFrame()	创建DataFrame对象	df1 = pd.DataFrame(data={     'nid':[1,2,3,4],     'name':['温蒂','纳兹','露西','格雷'],     'age':[15,19,19,19]},     index=['A', 'B', 'C', 'D']) print(df1)	结果为：      nid name  age  （列名） A    1   温蒂   15 B    2   纳兹   19 C    3   露西   19 D    4   格雷   19 （索引列）
DataFrame 常用 属性	对象.shape	维度（数据是几行几列）	df1 = pd.DataFrame(data={     'nid':[1,2,3,4],     'name':['温蒂','纳兹','露西','格雷'],     'age':[15,19,19,19]},     index=['A', 'B', 'C', 'D']) print(df1.shape)	结果为：(4,3)
	对象.size	数据个数：行数*列数	print(df1.size)	结果为：12
	对象.values	查看DataFrame对象所有的值	print(df1.values)	结果为： [[1 '温蒂' 15]  [2 '纳兹' 19]  [3 '露西' 19]  [4 '格雷' 19]]
	对象.ndim	查看数组轴	print(df1.ndim)	结果为：2
	对象.index	查看所有的行索引	print(df1.index)	结果为： Index(['A', 'B', 'C', 'D'], dtype='object')
	对象.dtypes	查看每列的元素类型	print(df1.dtypes)	结果为： nid      int64 name    object age      int64 dtype: object
DataFrame 常用 方法	对象.info（）	查看完整信息	print(df1.info（）)	结果为： <class'pandas.core.frame.DataFrame'>Index: 4 entries, A to D Data columns (total 3 columns):  #   Column  Non-Null Count Dtype  0   nid     4 non-null      int64  1   name    4 non-null      object  2   age     4 non-null      int64 dtypes: int64(2), object(1) memory usage: 128.0+ bytes None
	对象.descripe（）	查看详细信息, : 每列的平均值, 标准差, 最小值, 四分之一位, 二分之一位(中分位), 四分之三位, 最大值. 默认只展示了: 数字列.	print(df1.descripe) 还有以下筛选的写法，下面的不做结果展示： df1.describe(exclude=['int']) exclude: 不展示的     df1.describe(exclude=['int', 'float'])       df1.describe(include='all')# 默认展示: 所有列	结果为：          nid   age count  4.000000   4.0 mean   2.500000  18.0 std    1.290994   2.0 min    1.000000  15.0 25%    1.750000  18.0 50%    2.500000  19.0 75%    3.250000  19.0 max    4.000000  19.0
	对象.head()	默认查看前5个值，可设置 查看的行数,并打印类型	print(df1.head(n=2))    # 获取 前 2 条数据	结果为：     nid name  age A    1   温蒂   15 B    2   纳兹   19
	对象.tail()	默认查看后5个值，可设置 查看的行数,并打印类型	print(df1.tail(n=2)  )  #  获取 后 2条数据	结果为：      nid name  age C    3   露西   19 D    4   格雷   19
	len(对象名)	统计所有行数,	len(df1)	结果为：4
	对象.count()	统计每列的非空值条目数	print(df1.count())	结果为： nid     4 name    4 age     4 dtype: int64
	对象.max()	统计每列的最大值	print(df1.max())	结果为： nid      4 name    露西 age     19 dtype: object
	对象.min()	统计每列的最小值	print(df1.min())	结果为： nid      1 name    格雷 age     15 dtype: object
	对象.mean()	统计每列的平均值,  只针对于数字列有效.	print(df1.mean())	结果为： nid     2.5 age    18.0 dtype: float64
	对象.sum()	统计每列的和	print(df1.sum())	结果为： nid           10 name    温蒂纳兹露西格雷 age           72 dtype: object
DataFrame 布尔索引	对'行'操作，True则显示，False则不显示		print(df1[[True,False,False,True]])	结果为：  nid name  age A    1   温蒂   15 D    4   格雷   19
	也可进行检索		print(df1[df1.age > df1.age.mean()] )	结果为：  nid name  age B    2   纳兹   19 C    3   露西   19 D    4   格雷   19
DataFrame 运算	df对象和数值运算, 则:数值会依次和df对象的每个值进行运算		print((df1.head(2))*2)	结果为： nid  name  age A    2  温蒂温蒂   30 B    4  纳兹纳兹   38
	df对象和df对象直接做运算.		print(df1.head(2)+df1.head(2))	结果为：  nid  name  age A    2  温蒂温蒂   30 B    4  纳兹纳兹   38
	两个df做运算,行索引不一致的用NaN填充.		print(df1+df1[:2])	结果为： nid  name   age A  2.0  温蒂温蒂  30.0 B  4.0  纳兹纳兹  38.0 C  NaN   NaN   NaN D  NaN   NaN   NaN
索引列的操作	通过 set_index()函数 设置行索引名字，设置的名字要在列名中存在		df2=df1.set_index('nid') print(df2)	结果为：   name  age nid          1     温蒂   15 2     纳兹   19 3     露西   19 4     格雷   19
	加载数据的时候, 直接指定索引列		使用index_col='要设置的索引名’
	通过reset_index()函数, 可以重置索引		df2.reset_index(inplace=True) print(df2)	结果为：      nid name  age 0    1   温蒂   15 1    2   纳兹   19 2    3   露西   19 3    4   格雷   19
修改行名和列名	方式一：df对象.rename(index=新的索引列-列表形式, columns=新的列名-列表形式)		print(df1.rename(index={'A':'abc'}, columns={'nid':'fid'}))	结果为：   fid name  age abc    1   温蒂   15 B      2   纳兹   19 C      3   露西   19 D      4   格雷   19
	方式二：直接加载出索引列和列名,并修改.		这里演示行索引的修改。df1.index=['A','b','c','d'] print(df1)	结果为：      nid name  age A    1   温蒂   15 b    2   纳兹   19 c    3   露西   19 d    4   格雷   19
添加、插入和删除列	添加列默认是在: 末尾添加列的.  格式为: df对象['列名'] = 值，整个列都会等于这个值		df1['school']='Fairy tail' print(df1)	结果为：  nid name  age      school A    1   温蒂   15  Fairy tail B    2   纳兹   19  Fairy tail C    3   露西   19  Fairy tail D    4   格雷   19  Fairy tail
	df对象.drop('列名', axis = 'columns,inplace = True) 按列删除 df对象.drop([行索引值1, 行索引值2...])  按行索引删除		df1.dop('school',axis='columns',inplace = True) print(df1) 行索引删除就不展示了	结果为： nid name  age A    1   温蒂   15 B    2   纳兹   19 C    3   露西   19 D    4   格雷   19
	insert(), 在指定位置插入列, 参1: 插入位置(索引, 从0开始),  参2: 列名, 参3: 列值		df1.insert(loc=1,column='gender',value='女') print(df1)	结果为：       nid gender name  age A    1      女   温蒂   15 B    2      女   纳兹   19 C    3      女   露西   19 D    4      女   格雷   19
导出数据	df.to_数据格式('目的地路径', index=False)导出不带索引列		tsv文件的格式是 df.to_csv('目的地路径',sep='\t')
导入数据	df对象=pd.read_数据格式('数据源文件路径', ....)		tsv文件的格式是 df=pd.read_csv('目的地路径',sep='\t')
加载一 列数据	df.列名或者df['列名']		df1.nid/df1['nid']	结果为： A    1 B    2 C    3 D    4 Name: nid, dtype: int64
加载多 列数据	df[[列名1, 列名2, 列名3]]		df1[['nid','name']]	结果为：     nid name A    1   温蒂 B    2   纳兹 C    3   露西 D    4   格雷
获取指定行、列的数据	加载指定行, 指定列, 都是通过 loc 和 iloc 属性实现的 loc:  接收的是 行索引（包左包右）, 列名		print(df1.loc[:1,['nid','name']])	结果为： nid name A    1   温蒂 B    2   纳兹
	iloc: 接收的是行号, 列的编号(从0计数)（都是包左不包右）		print(df1.iloc[:3,:2])	结果为： nid name A    1   温蒂 B    2   纳兹 C    3   露西
分组聚合	使用DataFrame的groupby方法完成分组/聚合计算 df.groupby(['分组列1','分组列2'...])[[要进行聚合的列1, 列2...]].聚合函数() df.groupby(['分组列1', '分组列2'...]).agg({'列名':'聚合函数名', '列名':'聚合函数名'})		演示一种：df1.groupby('age')['nid'].mean()	结果为：
	绘制图表		df1.groupby('age')['nid'].mean().plot()	结果为：
常见的 排序方式	nlargest()函数:nlargest(数据条数, '要统计的列') 降序排		print(df1.nlargest(1,'age'))	结果为： nid name  age B    2   纳兹   19
	nsmallest()函数：nsmallest(数据条数, '要统计的列') 升序排		print(df1.nsmallest(1,'age'))	结果为： nid name  age A    1   温蒂   15
	sort_values()		df1.sort_values('age',ascending=False).head(3)	结果为：     nid name  age B    2   纳兹   19 C    3   露西   19 D    4   格雷   19
分组统计时将as_index=False加进去就可以不把分组的列当做索引列