Pandas:DataFrame对象的基础操作方法
时间:2019-04-15
本文章向大家介绍Pandas:DataFrame对象的基础操作方法,主要包括Pandas:DataFrame对象的基础操作方法使用实例、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。
DataFrame对象的创建,修改,合并
import pandas as pd import numpy as np
创建DataFrame对象
# 创建DataFrame对象 df = pd.DataFrame([1, 2, 3, 4, 5], columns=['cols'], index=['a','b','c','d','e']) print df
cols a 1 b 2 c 3 d 4 e 5
df2 = pd.DataFrame([[1, 2, 3],[4, 5, 6]], columns=['col1','col2','col3'], index=['a','b']) print df2
col1 col2 col3 a 1 2 3 b 4 5 6
df3 = pd.DataFrame(np.array([[1,2],[3,4]]), columns=['col1','col2'], index=['a','b']) print df3
col1 col2 a 1 2 b 3 4
df4 = pd.DataFrame({'col1':[1,3],'col2':[2,4]},index=['a','b']) print df4
col1 col2 a 1 2 b 3 4
创建DataFrame对象的数据可以为列表,数组和字典,列名和索引为列表对象
基本操作
# DataFrame对象的基本操作 df2.index
Index([u'a', u'b'], dtype='object')
df2.columns
Index([u'col1', u'col2', u'col3'], dtype='object')
# 根据索引查看数据 df2.loc['a'] # 索引为a这一行的数据 # df2.iloc[0] 跟上面的操作等价,一个是根据索引名,一个是根据数字索引访问数据
col1 1 col2 2 col3 3 Name: a, dtype: int64
print df2.loc[['a','b']] # 访问多行数据,索引参数为一个列表对象
col1 col2 col3 a 1 2 3 b 4 5 6
print df.loc[df.index[1:3]]
cols b 2 c 3
# 访问列数据 print df2[['col1','col3']]
col1 col3 a 1 3 b 4 6
计算
# DataFrame元素求和 # 默认是对每列元素求和 print df2.sum()
col1 5 col2 7 col3 9 dtype: int64
# 行求和 print df2.sum(1)
a 6 b 15 dtype: int64
# 对每个元素乘以2 print df2.apply(lambda x:x*2)
col1 col2 col3 a 2 4 6 b 8 10 12
# 对每个元素求平方(支持ndarray一样的向量化操作) print df2**2
col1 col2 col3 a 1 4 9 b 16 25 36
列扩充 # 对DataFrame对象进行列扩充 df2['col4'] = ['cnn','rnn'] print df2
col1 col2 col3 col4 a 1 2 3 cnn b 4 5 6 rnn
# 也可以通过一个新的DataFrame对象来定义一个新列,索引自动对应 df2['col5'] = pd.DataFrame(['MachineLearning','DeepLearning'],index=['a','b']) print df2
col1 col2 col3 col4 col5 a 1 2 3 cnn MachineLearning b 4 5 6 rnn DeepLearning
行扩充
# 行进行扩充 print df2.append(pd.DataFrame({'col1':7,'col2':8,'col3':9,'col4':'rcnn','col5':'ReinforcementLearning'},index=['c']))
col1 col2 col3 col4 col5 a 1 2 3 cnn MachineLearning b 4 5 6 rnn DeepLearning c 7 8 9 rcnn ReinforcementLearning
注意!
# 如果在进行 行扩充时候没有,指定index的参数,索引会被数字取代 print df2.append({'col1':10,'col2':11,'col3':12,'col4':'frnn','col5':'DRL'},ignore_index=True)
col1 col2 col3 col4 col5 0 1 2 3 cnn MachineLearning 1 4 5 6 rnn DeepLearning 2 10 11 12 frnn DRL
# 以上的行扩充,并没有真正修改,df2这个DataFrame对象,除非 df2 = df2.append(pd.DataFrame({'col1':7,'col2':8,'col3':9,'col4':'rcnn','col5':'ReinforcementLearning'},index=['c'])) print df2
col1 col2 col3 col4 col5 a 1 2 3 cnn MachineLearning b 4 5 6 rnn DeepLearning c 7 8 9 rcnn ReinforcementLearning c 7 8 9 rcnn ReinforcementLearning
print df2.loc['c']
col1 col2 col3 col4 col5 c 7 8 9 rcnn ReinforcementLearning c 7 8 9 rcnn ReinforcementLearning
DataFrame对象的合并
# DataFrame 对象的合并 df_a = pd.DataFrame(['wang','jing','hui','is','a','master'],columns=['col6'],index=['a','b','c','d','e','f']) print df_a
col6 a wang b jing c hui d is e a f master
# 默认合并,只保留dfb中的全部索引 dfb = pd.DataFrame([1,2,4,5,6,7],columns=['col1'],index=['a','b','c','d','f','g']) print dfb.join(df_a)
col1 col6 a 1 wang b 2 jing c 4 hui d 5 is f 6 master g 7 NaN
# 默认合并之接受索引已经存在的值 # 通过指定参数 how,指定合并的方式 print dfb.join(df_a,how='inner') # 合并两个DataFrame对象的交集
col1 col6 a 1 wang b 2 jing c 4 hui d 5 is f 6 master
# 合并两个DataFrame对象的并集 print dfb.join(df_a,how='outer')
col1 col6 a 1.0 wang b 2.0 jing c 4.0 hui d 5.0 is e NaN a f 6.0 master g 7.0 NaN
以上这篇Pandas:DataFrame对象的基础操作方法就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持脚本之家。
- WebSocket 学习笔记--IE,IOS,Android等设备的兼容性问题与代码实现
- 关于Shell你想知道的都在这儿
- Java中使用线程时,请不要忘记Spring TaskExecutor组件
- 常见.NET功能代码汇总
- 如何通过追踪代码自动发现网站之间的“关联”
- 教你如何和使用这款强大的渗透平台-Xerosploit
- No.014 Longest Common Prefix
- Java实现解析IP地址的方法,给出一串数字,生成正确的IP地址
- 图解“管道过滤器模式”应用实例:SOD框架的命令执行管道
- No.013 Roman to Integer
- OData – the best way to REST–实例讲解ASP.NET WebAPI OData (V4) Service & Client
- Java实现的手工做乘法方法,给出二个字符串数字,返回相乘结果
- No.012 Integer to Roman
- 黑帽SEO剖析之手法篇
- 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
- 使用go语言制作dll封装Sprintf函数给VBA使用
- 同事埋了个坑:Insert into select语句把生产服务器炸了
- VBA使用API_01:读取文件
- 从0到1,撸一个IDEA插件,So Easy!
- VBA调用外部对象02:FileSystemObject
- VCS与Verdi的联合仿真
- ADC数据接入到AXI-Steam Interface
- Java面试必问:ThreadLocal终极篇 淦!
- BERT文本摘要
- 【NPM库】- 0x01
- 基于分类任务的信号(EEG)处理--代码分步解析
- 文件操作——举例
- flink之udf执行流程分析篇
- VBA调用外部对象02:FileSystemObject——操作文本文件
- 打卡群刷题总结0723——组合