前一篇文章提到了序列,可以理解为Excel里没有列名的一列数据,那么Excel里的由行列组成的表数据是如何对应到Python中的呢?就是今天要说的数据框:DataFrame。
它是由一组数据和一对索引(行索引和列索引)组成的二维数据结构,可以看成Excel里的表格,与Series不同的是,DataFrame可以有多行/列数据。
1.建
首先要导入pandas模块,简写为pd。
In[1]:importpandasaspd
从列表中创建DataFrame
list1=[2,5,8,10] df_l=pd.DataFrame(list1) df_l#从列表中创建
结果:
这里传入的是一个单一的列表,得到的是带有行列索引的一列数据,行索引用index表示,就是这里最前面竖着的那一列[0,1,2,3],相当于Excel里的第一列,列索引用columns表示,相当于Excel里的第一行,由于没有指定索引,因此都是默认从0开始递增的索引,这里横排第一行就是列索引,除去行列索引,中间的区域为values:值区域。
从字典中创建
dict1={"name":["Tony","Nancy","Judy","Cindy"], "age":[16,17,18,15], "sex":["male","female","female","female"]} df_d=pd.DataFrame(dict1) df_d#从字典中创建
结果:
从字典中创建DataFrame,每个键就默认为columns。
从嵌套列表中创建
嵌套列表顾名思义,就是列表中还有列表,这种方式也可以创建数据框,同字典不同的是,字典创建的数据框键值对是一列一列的,嵌套列表创建的数据框是一行一行的。
list2=[["Jane",15,101],["David",18,103],["Peter",16,102]] df1=pd.DataFrame(list2) df1#嵌套列表创建
结果:
以上创建数据框都没有指定索引,下面我们来指定行列索引,columns指定列索引,index指定行索引。
list2=[["Jane",15,101],["David",18,103],["Peter",16,102]] df1=pd.DataFrame(list2,index=[1,2,3],columns=["name","age","num"]) df1#指定行列索引
结果:
2.查
查是指对数据框行/列数据的访问
2.1 选择行
Excel里没有专门的选择行的方法,就是直接用鼠标选择。在Pandas里要选择一行或几行数据,可以用loc或iloc方法,区别在于,loc方法传入的是行所在索引的名称,而iloc方法传入的是行的绝对位置。
选择一行
选择df1数据框的第二行,可以用df1.loc[2],这里的2是第二行对应的行索引的名称。
df1.loc[2]#访问df1第二行
结果:
若用iloc方法,则这样写df1.iloc[1],别忘了一直说的索引是从0开始递增,所以第二行的绝对位置是1,iloc[1]表示取第二行的值。
df1.iloc[1]
结果同loc是一样的
选择几行
要选择几行,可以用iloc选择绝对位置并切片的方法。
df1.iloc[:2]#选择前2行
结果:
若选择的不是连续的几行,就不用切片,iloc方法传入选择行的绝对位置,loc传入索引名称,并用列表括起来。
df1.iloc[[0,2]] df1.loc[[1,3]]#选择第一行和第三行
结果:
2.2 选择列
在Excel里选择列也是鼠标直接操作,除非是进行条件筛选,这个就是后话了,pandas里选择列的方式很简单,直接按列名选择即可,在数据框后面用中括号加上要选择的列名,或者数据框后面.列名,二者任选。
数据框[列名]
数据框.列名
选择一列
df.列名 等价于 Df[列名]
df1["name"] df1.name#选择name列
结果:
注意到这样选择列得到的是序列而非数据框,如果想要得到数据框,要再加中括号。
选择几列
同行选择一样,选择几列的时候,要用中括号括起来。
df1[["name","num"]]#选择1、3列
结果:
2.2 行列同时选择定位
Loc定位
df.loc[行索引,列索引]可以定位一个数据.
df1.loc[[1,3],["name","age"]]#loc定位
结果:
[1,3]是行索引,是一个列表值,表示获取1、3行标签所在的行,[“name”,”age”]是列索引,表示获取name,age列索引所在的列。
还可以用切片获取全部的行
df1.loc[:,["name","num"]]#获取namenum列的全部行
结果:
左边的冒号表示获取全部的行,右边的列表值表示获取name列和num列。
同理获取全部列
df1.loc[[2,3],:]#获取2\3行全部列
结果:
:号不仅可以用来表示全部的行/列,还可以用在行/列中,进行切片。
df1.loc[1:3,:]#获取1~3行全部列
结果:
iloc定位
按照元素的绝对位置定位,行列索引都是从0开始。对比loc方法,loc里的1,3是行索引的名称,而iloc里的0,2是1、3这两个行索引所处的位置,同样地,name和age列的位置是0,1.
df1.loc[[1,3],["name","age"]] #iloc df1.iloc[[0,2],[0,1]]#iloc方法#loc定位
iloc也可以切片。
df1.loc[:,["name","num"]] df1.iloc[:,[0,2]]#iloc方法#获取namenum列的全部行
结果:
df1.loc[[2,3],:] df1.iloc[[1,2],:]#iloc方法#获取2\3行全部列
结果:
df1.loc[1:3,:] df1.iloc[0:3,:]#iloc方法#获取1~3行全部列
结果:
Iloc切片是左闭右开的,也就是右区间时不包含的,0:3的意思是取第1行至第四行的值,不包括第四行,那实际上就只取到了第三行。Iloc切片的规则同Series切片是一样的。
3.增
3.1 插入行
同序列一样,如果想要在DataFrame里增加行记录,做法是建立一个新的DataFrame,然后将两个DataFrame纵向合并起来,同样用到append方法,
df2=pd.DataFrame({"name":["Jane"],"age":[16],"sex":["female"]}) df_d.append(df2,ignore_index=True)#追加行
结果:
除了append方法可以进行表的纵向合并以达到插入行记录的目的外,还有concat方法。Concat是基于pandas的方法,用列表框起来,表示将两个数据框纵向拼接。这里我们可以看到索引还是原来数据框的索引,可以重置索引,设置ignore_index = True,就新生成一个索引了,append里也可以用。
pd.concat([df_d,df2],ignore_index=True)
结果是一样的:
3.2 插入列
直接对新增的列赋值,新增的列在数据框末尾。新增score列,用列表赋值,这里df1[“score”]不能替换成df1.score。
df1["score"]=[85,58,99] df1#插入列
结果:
Insert方法,可以指定新增列的位置。
df1df1.insert(1,"score2",[77,78,79])
结果:
insert方法的第一个参数是要插入列的位置,1表示将新列插入在第二列,第二个参数是列名,这里是score2,第三个参数是值。
4.删
4.1 删除行
Drop方法,index指定行,index = 1的意思是删除行索引名称为1的这一行。
df1.drop(index=1)#删除行
结果:
还可以不写index,写axis = 0,表示按行删除。
df1.drop(1,axis=0)
结果是一样的
4.2 删除列
对应删除行的操作,可以传入columns指定列
df1.drop(columns="num")#删除列
结果:
也可以不传入columns,但要传入axis = 1参数。
df1.drop("num",axis=1)
5.改
数据框修改实际上就是数据框中数值的替换,用replace方法,replace(A,B),表示把A替换成B。选中age列,将age列中15的值替换为25,输出df1,并设置inplace = True参数,表示立即更新。
df1["age"].replace(15,25,inplace=True) df1#一对一替换
结果:
上个例子是将1个值替换成另一个值,那如果是要把18和16替换成26呢?把16和18用列表框起来,用26去替换他们。
df1["age"].replace([18,16],26,inplace=True) df1#多对一替换
结果:
再比如要将num列的101,102,103分别对应替换成1001,1002和1003呢?这时字典就派上用场了。
df1["num"].replace({101:1001,102:1002,103:1003},inplace=True) df1#多对多替换
结果:
今天的内容就这些,后面将进入实战部分,are u ready?
相关阅读:
临行在即,分享一个自己写的sklearn源码库
python数据科学系列:pandas入门详细教程
python数据科学系列:matplotlib入门详细教程
python数据科学系列:numpy入门详细教程
如果觉得《dataframe 空值替换为0_Python数据结构大结局:DataFrame》对你有帮助,请点赞、收藏,并留下你的观点哦!