Pandas入门之三:DataFrame
时间:2021-07-12
本文章向大家介绍Pandas入门之三:DataFrame,主要包括Pandas入门之三:DataFrame使用实例、应用技巧、基本知识点总结和需要注意事项,具有一定的参考价值,需要的朋友可以参考一下。
已信任 Jupyter 服务器: 本地 Python 3: Idle [2] import pandas as pd import numpy as np [-] [3] # pd.DataFrame(data,index,columns,dtype) # 创建空的DataFrame df = pd.DataFrame() df [4] # 通过列表创建 data = [1,2,3,4,5,6] df = pd.DataFrame(data) df 0 0 1 1 2 2 3 3 4 4 5 5 6 [5] # 2列数据:名字,年龄 data = [['xiaoming', 10],['xiaochen',13]] df = pd.DataFrame(data, columns=['username','age']) df username age 0 xiaoming 10 1 xiaochen 13 [6] # 字典创建 data ={ 'username':['小黑','小白','小刘'], 'income':[1000,2000,3000] } df = pd.DataFrame(data,index=[1,2,3]) df username income 1 小黑 1000 2 小白 2000 3 小刘 3000 [7] d = { 'one':pd.Series([1,2,3],index=['a','b','c']), 'two':pd.Series([1,2,3,4],index=['a','b','c','d']) } df = pd.DataFrame(d) df one two a 1.0 1 b 2.0 2 c 3.0 3 d NaN 4 [8] df['one']# 获取1列的方式,通过列名 a 1.0 b 2.0 c 3.0 d NaN Name: one, dtype: float64 [9] # 增加列 df['three'] = pd.Series([4,5,6],index=['a','b','c']) df one two three a 1.0 1 4.0 b 2.0 2 5.0 c 3.0 3 6.0 d NaN 4 NaN [10] df['four'] = df['one']+df['three'] df one two three four a 1.0 1 4.0 5.0 b 2.0 2 5.0 7.0 c 3.0 3 6.0 9.0 d NaN 4 NaN NaN [11] # 删除列 del df['four'] df one two three a 1.0 1 4.0 b 2.0 2 5.0 c 3.0 3 6.0 d NaN 4 NaN [12] df.pop('two') df one three a 1.0 4.0 b 2.0 5.0 c 3.0 6.0 d NaN NaN [13] # 标签选择行 df.loc['a'] one 1.0 three 4.0 Name: a, dtype: float64 [16] # 通过顺序选择行 df.iloc[1]# 选择第2行 one 2.0 three 5.0 Name: b, dtype: float64 [17] # 切片,选择行 df[0:2] one three a 1.0 4.0 b 2.0 5.0 [18] df one three a 1.0 4.0 b 2.0 5.0 c 3.0 6.0 d NaN NaN [19] # 添加行 df2 = pd.DataFrame([[2,5], [5,6]],columns=['one','three']) df2 one three 0 2 5 1 5 6 [22] df = df.append(df2) df one three a 1.0 4.0 b 2.0 5.0 c 3.0 6.0 d NaN NaN 0 2.0 5.0 1 5.0 6.0 0 2.0 5.0 1 5.0 6.0 [23] # 删除行 df.drop(0) one three a 1.0 4.0 b 2.0 5.0 c 3.0 6.0 d NaN NaN 1 5.0 6.0 1 5.0 6.0 [-]
原文地址:https://www.cnblogs.com/vvzhang/p/15004371.html
- 天才第一步 Docker 纸尿裤
- 如何迁移Kudu1.2的WAL和Data目录
- WordPress REST API 内容注入漏洞分析
- 如何为Kerberos环境的CDH集群在线扩容数据节点
- WinDbg 漏洞分析调试(一)
- MySQL MVCC(多版本控制)
- 如何在集群外节点跨网段向HDFS写数据
- 如何使用HAProxy实现Kerberos环境下的Impala负载均衡
- Hue中使用Oozie创建Shell工作流在脚本中切换不同用户
- Python学习(七):模块 优雅的封装
- 非Kerberos环境下Kafka数据到Flume进Hive表
- 6.如何为Hue配置OpenLDAP认证
- Socket 通信原理
- PHP 面试知识梳理
- JavaScript 教程
- JavaScript 编辑工具
- JavaScript 与HTML
- JavaScript 与Java
- JavaScript 数据结构
- JavaScript 基本数据类型
- JavaScript 特殊数据类型
- JavaScript 运算符
- JavaScript typeof 运算符
- JavaScript 表达式
- JavaScript 类型转换
- JavaScript 基本语法
- JavaScript 注释
- Javascript 基本处理流程
- Javascript 选择结构
- Javascript if 语句
- Javascript if 语句的嵌套
- Javascript switch 语句
- Javascript 循环结构
- Javascript 循环结构实例
- Javascript 跳转语句
- Javascript 控制语句总结
- Javascript 函数介绍
- Javascript 函数的定义
- Javascript 函数调用
- Javascript 几种特殊的函数
- JavaScript 内置函数简介
- Javascript eval() 函数
- Javascript isFinite() 函数
- Javascript isNaN() 函数
- parseInt() 与 parseFloat()
- escape() 与 unescape()
- Javascript 字符串介绍
- Javascript length属性
- javascript 字符串函数
- Javascript 日期对象简介
- Javascript 日期对象用途
- Date 对象属性和方法
- Javascript 数组是什么
- Javascript 创建数组
- Javascript 数组赋值与取值
- Javascript 数组属性和方法