Python数据分析-第6章DataFrame(上)

• 数据帧相似于二维的关系表，包含一组有序的列，列与列之间的数据类型能够是不一样的，可是单个列的数据类型是相同的。
• 数据帧的每一列或每一行均可以认为是一个Series。
• DataFrame中面向行和面向列的操做基本上是相同的，把行和列称做轴（axis），DataFrame是按照轴进行操做的，axis=0表示行轴；axis=1 表示列轴。
• DataFrame对象既有行索引（index），也有列索引（columns），行索引也叫作行标签，列索引也叫作列标签/列名。
• 在DataFrame的构造函数中，columns参数用于设置列索引，index用于设置行索引，都属于Index类型。Index对象既能够使用位置（整数）来表示，也能够使用标签（字符串）来表示，位置的起始值是0，标签是经过列表来指定的。

具体属性和方法能够参考官方API。

 

1.构造

pandas.DataFrame(data=None, index=None, columns=None)

参数注释:

• data：ndarray、list 或dict
• index：行索引
• columns：列名列表

 

1.1.使用字典来建立

经过等长的字典来建立数据帧，并能够设置数据框的列名和行索引。字典存储的是每列的数据：

In [3]:

import pandas as pd
data = {'user':['小王','小李','小明'],'shcool':['清华','北大','科大'],'class':['数学','历史','计算机']}
df = pd.DataFrame(data)
df

Out[3]:

	user	shcool	class
0	小王	清华	数学
1	小李	北大	历史
2	小明	科大	计算机

 

1.2.使用列表（列表项是List）来建立

In [7]:

import pandas as pd
data = [['小王','小李','小明'],['清华','北大','科大'],['数学','历史','计算机']]
columns = ['user','shcool','class']
df = pd.DataFrame(data,columns=columns)
df

Out[7]:

	0	1	2
0	小王	小李	小明
1	清华	北大	科大
2	数学	历史	计算机

 

1.3.使用from_dict建立

In [6]:

import pandas as pd
data = {'user':['小王','小李','小明'],'shcool':['清华','北大','科大'],'class':['数学','历史','计算机']}
df = pd.DataFrame.from_dict(data)
df

Out[6]:

	user	shcool	class
0	小王	清华	数学
1	小李	北大	历史
2	小明	科大	计算机

 

2.属性

 

2.1.索引

In [9]:

import pandas as pd
data = {'user':['小王','小李','小明'],'shcool':['清华','北大','科大'],'class':['数学','历史','计算机']}
df = pd.DataFrame.from_dict(data)

 

• 经过index属性来访问数据框的行标签

In [10]:

df.index

Out[10]:

RangeIndex(start=0, stop=3, step=1)

 

• 经过columns属性访问数据框的列标签

In [11]:

df.columns

Out[11]:

Index(['user', 'shcool', 'class'], dtype='object')

 

2.2.shape

In [12]:

df.shape

Out[12]:

(3, 3)

 

2.3.轴

In [13]:

df.axes

Out[13]:

[RangeIndex(start=0, stop=3, step=1),
 Index(['user', 'shcool', 'class'], dtype='object')]

In [14]:

df.axes[0]

Out[14]:

RangeIndex(start=0, stop=3, step=1)

In [15]:

df.axes[1]

Out[15]:

Index(['user', 'shcool', 'class'], dtype='object')

 

2.4.数据类型

In [16]:

df.dtypes

Out[16]:

user      object
shcool    object
class     object
dtype: object

 

2.5.值

In [18]:

df.values

Out[18]:

array([['小王', '清华', '数学'],
       ['小李', '北大', '历史'],
       ['小明', '科大', '计算机']], dtype=object)

In [19]:

df.values[0]

Out[19]:

array(['小王', '清华', '数学'], dtype=object)

 

3.列操做和行操做

In [20]:

import pandas as pd
data = {'user':['小王','小李','小明'],'shcool':['清华','北大','科大'],'class':['数学','历史','计算机']}
df = pd.DataFrame.from_dict(data)

 

3.1.追加列

经过为一个新列赋值来向数据框中追加新列，新列始终处于列名序列的末尾：

In [21]:

df['createtime']=['1910','1900','1965']
df

Out[21]:

	user	shcool	class	createtime
0	小王	清华	数学	1910
1	小李	北大	历史	1900
2	小明	科大	计算机	1965

 

3.2.插入列

要制定新列的位置，须要使用insert()函数，该函数向数据框中插入一列，并制定新列的位置：

DataFrame.insert(self, loc, column, value)

参数注释：

• loc：插入列的位置，该位置索引必须0 <= loc <= len(columns)
• column：插入列的名称
• value：插入列的值，能够是单个标量值，插入列的值都是相同的；能够是序列或array-like，为每一行的列设置一个值。

In [22]:

df.insert(1,'score',[98,99,99.5])
df

Out[22]:

	user	score	shcool	class	createtime
0	小王	98.0	清华	数学	1910
1	小李	99.0	北大	历史	1900
2	小明	99.5	科大	计算机	1965

In [23]:

df.insert(1,'age',22)
df

Out[23]:

	user	age	score	shcool	class	createtime
0	小王	22	98.0	清华	数学	1910
1	小李	22	99.0	北大	历史	1900
2	小明	22	99.5	科大	计算机	1965

 

3.3.删除列或行

使用drop()函数来删除行或列：

DataFrame.drop(self, labels=None, axis=0, index=None, columns=None, level=None, inplace=False, errors='raise')

参数注释：

• labels 和 axis：labels参数指定要删除的标签(一个或者是列表形式的多个)，若是axis=0 或 'index'，表示行标签；若是axis=1 或 'columns'，表示列标签。axis的默认值是0。
• index：设置index 等价于设置 labels 和axis=0；
• columns：设置columns等价于设置 labels和 axis=1；

In [27]:

df

Out[27]:

	user	age1	age	score	shcool	class	createtime
0	小王	23	22	98.0	清华	数学	1910
1	小李	23	22	99.0	北大	历史	1900
2	小明	23	22	99.5	科大	计算机	1965

In [29]:

df.drop(labels=['age1'],axis=1)

Out[29]:

	user	age	score	shcool	class	createtime
0	小王	22	98.0	清华	数学	1910
1	小李	22	99.0	北大	历史	1900
2	小明	22	99.5	科大	计算机	1965

 

3.4.追加数据行

向数据框的末尾追加数据行：

python|
DataFrame.append(self, other, ignore_index=False, verify_integrity=False, sort=None)

功能说明：向dataframe对象中添加新的行，若是添加的列名不在dataframe对象中，将会被看成新的列进行添加

• other：DataFrame、series、dict、list这样的数据结构
• ignore_index：默认值为False，若是为True则不使用index标签
• verify_integrity ：默认值为False，若是为True当建立相同的index时会抛出ValueError的异常
• sort：boolean，默认是None，该属性在pandas的0.23.0的版本才存在。

In [37]:

import pandas as pd
data = {'user':['小王','小李','小明'],'shcool':['清华','北大','科大'],'class':['数学','历史','计算机']}
df = pd.DataFrame.from_dict(data)
df

Out[37]:

	user	shcool	class
0	小王	清华	数学
1	小李	北大	历史
2	小明	科大	计算机

In [38]:

df.insert(1,'age',22)
df

Out[38]:

	user	age	shcool	class
0	小王	22	清华	数学
1	小李	22	北大	历史
2	小明	22	科大	计算机

In [39]:

data1 = {'user':['小郑','大王'],'shcool':['清华','医大'],'class':['物理','针灸']}
df1=df.append(data1,ignore_index=True)
df1

Out[39]:

	user	age	shcool	class
0	小王	22.0	清华	数学
1	小李	22.0	北大	历史
2	小明	22.0	科大	计算机
3	[小郑, 大王]	NaN	[清华, 医大]	[物理, 针灸]

In [41]:

data2 = {'user':['小郑','大王'],'shcool':['清华','医大'],'class':['物理','针灸']}
df2 = pd.DataFrame.from_dict(data2)
df3 = df.append(df2)
df3

Out[41]:

	user	age	shcool	class
0	小王	22.0	清华	数学
1	小李	22.0	北大	历史
2	小明	22.0	科大	计算机
0	小郑	NaN	清华	物理
1	大王	NaN	医大	针灸

 

4.列数据类型转换

astype(dtype)函数用于把数据框的列转换为特定的类型，dtype能够是pandas支持的类型，也能够是numpy.dtype，也能够是Python类型：

In [42]:

df.dtypes

Out[42]:

user      object
age        int64
shcool    object
class     object
dtype: object

In [48]:

df['age']=df['age'].astype('float64')

In [49]:

df.dtypes

Out[49]:

user       object
age       float64
shcool     object
class      object
dtype: object

更多文章，请关注：