pandas DataFrame操作（1）

pandas DataFrame操作（1）

导入库

import pandas as pd
import numpy as np

构建DataFrame

tuples = [('a', 'v1'), ('a', 'v2'), ('b', 'v1'), ('b', 'v2')]
index = pd.MultiIndex.from_tuples(tuples)
columns = ['c1', 'c2']
values = np.arange(8).reshape(4, 2)
df = pd.DataFrame(values, columns=columns, index=index)

df

输出结果：

c1	c2
a	v1	0	1
v2	2	3
b	v1	4	5
v2	6	7

读取csv或xlsx文件创建DataFrame

# 读取csv创建DataFrame
df = pd.read_csv(csv_file_path)

# 读取xlsx创建DataFrame
df = pd.read_excel(xlsx_file_path)

选择多列

• df[col_names_list]: 直接通过列名称列表来选择多列
• f.select_dtypes(include=['int']): 选择数据类型是int的列
• df.filter(like='str', regex='re'): 此方法只会检查所有的column names，而不会检查确切的数据
• df[new_col_order_list]: 当要对df中的列组织顺序时，可以直接用想要的列名序来index
• (df + .00501)// .01: 可以将df中的数据全都四舍五入成1位小数

df.loc[] 使用

• df.loc['i1']: 返回一个Series，包含i1行的数据
• df.loc[['i1', 'i2']]: 返回一个df，包含i1 i2两行数据
• df.loc['i1', 'c1']: 返回对应位置的数据
• df.loc['i1':'12', 'c1':'c2']: 返回一个df，包含对应行和列的数据
• df.loc[df['c1'] > 1]: 返回一个df，包含c1列中数值大于1的所有行
• df.loc[df['c1'] > 1, ['c2']]: 返回一个df，包含上面返回df中的c2列
• df.loc[lambda df: df['c1'] == 1]: 返回一个df，包含c1列中数值等于1的所有行
• df.loc[['i1', 'i2'], ['c1']] = 1: 将df中对应位置的数据改为1
• df.loc['i1'] = 1: 将对应行的数据全部改为1
• df.loc[:, 'c1'] = 1：将对应列的数据全部改为1
• df.loc[df['c1'] > 1] = 0: 将对应列数据大于1的所有行的所有数据改为0
• f.loc[1:9]: 返回1-9行的数据

df.iloc[] 使用

• 和df.loc[]一样的功能，只是完全基于数字进行索引，例如df.iloc[1:3, 1:3]就相当于df.loc['i1':'i1', 'c1':'c3']，其他类似
• df.loc[]也能完全基于数字进行索引
• df.at['i1', 'c1']: 返回对应位置的值
• df.at['i1', 'c1'] = 1: 将对应位置的值设为1