本站分享:大数据、数据分析师考试认证培训,包括:Python培训Excel培训Matlab培训SPSS培训SAS培训R语言培训Hadoop培训Amos培训Stata培训Eviews培训广告位

pandas.DataFrame 的操作简单经验(创建,索引,增添,删除)

python培训 cdadata 2610℃

 pandas.DataFrame 的操作简单经验(创建,索引,增添,删除)

关键词:pandas dataframe索引pandas dataframepandas 遍历dataframepandas 创建dataframe

在网上搜过许多关于pandas.DataFrame的操作说明,都是一些基础的操作,但是这些操作组合起来还是比较费时间去正确操作DataFrame,花了我挺长时间去调整BUG的。我在这里做一些总结,方便你我他。

一创建DataFrame的简单操作:

1.根据字典创造:

In [1]: import pandas as pd
In [3]: aa={'one':[1,2,3],'two':[2,3,4],'three':[3,4,5]}
In [4]: bb=pd.DataFrame(aa)
In [5]: bb
Out[5]: 
   one  three  two
0    1      3    2
1    2      4    3
2    3      5    4`

字典中的keys就是DataFrame里面的columns,但是没有index的值,所以需要自己设定,不设定默认是从零开始计数。

bb=pd.DataFrame(aa,index=['first','second','third'])
bb
Out[7]: 
        one  three  two
first     1      3    2
second    2      4    3
third     3      5    4

2.从多维数组中创建

import numpy as np
In [9]: del aa
In [10]: aa=np.array([[1,2,3],[4,5,6],[7,8,9]])
In [11]: aa
Out[11]: 
array([[1, 2, 3],
       [4, 5, 6],
       [7, 8, 9]])
In [12]: bb=pd.DataFrame(aa)
In [13]: bb
Out[13]: 
   0  1  2
0  1  2  3
1  4  5  6
2  7  8  9

从多维数组中创建就需要为DataFrame赋值columns和index,否则就是默认的,很丑的。

 bb=pd.DataFrame(aa,index=[22,33,44],columns=['one','two','three'])
In [15]: bb
Out[15]: 
    one  two  three
22    1    2      3
33    4    5      6
44    7    8      9

3.用其他的DataFrame创建

bb=pd.DataFrame(aa,index=[22,33,44],columns=['one','two','three'])
bb
Out[15]: 
    one  two  three
22    1    2      3
33    4    5      6
44    7    8      9
cc=bb[['one','three']].copy()
Cc
Out[17]: 
    one  three
22    1      3
33    4      6
44    7      9

这里的拷贝是深拷贝,改变cc中的值并不能改变bb中的值。

cc['three'][22]=5
bb
Out[19]: 
    one  two  three
22    1    2      3
33    4    5      6
44    7    8      9

cc
Out[20]: 
    one  three
22    1      5
33    4      6
44    7      9

二.DataFrame的索引操作:

对于一个DataFrame来说,索引是最烦的,最易出错的。

.索引一列或几列,比较简单:

bb['one']
Out[21]: 
22    1
33    4
44    7
Name: one, dtype: int32

多个列名需要将输入的列名存在一个列表里,才是个collerable的变量,否则会报错。

bb[['one','three']]
Out[29]: 
    one  three
22    1      3
33    4      6
44    7      9

2.索引一条记录或几条记录:

bb[1:3]
Out[27]: 
    one  two  three
33    4    5      6
44    7    8      9
bb[:1]
Out[28]: 
    one  two  three
22    1    2      3

这里注意冒号是必须有的,否则是索引列的了。

3.索引某几列的变量的某几条记录,这个折磨了我好久:

第一种

bb.loc[[22,33]][['one','three']]
Out[30]: 
    one  three
22    1      3
33    4      6

这种不能改变这里面的值,你只是能读值,不能写值,可能和loc()函数有关:

bb.loc[[22,33]][['one','three']]=[[2,2],[3,6]]
In [32]: bb
Out[32]: 
    one  two  three
22    1    2      3
33    4    5      6
44    7    8      9

第二种:也是只能看

bb[['one','three']][:2]
Out[33]: 
    one  three
22    1      3
33    4      6

想要改变其中的值就会报错。

In [34]: bb[['one','three']][:2]=[[2,2],[2,2]]
-c:1: SettingWithCopyWarning: A value is trying to be set on a copy of a slice from a DataFrame.
Try using .loc[row_index,col_indexer] = value instead
F:\Anaconda\lib\site-packages\pandas\core\frame.py:1999: SettingWithCopyWarning: A value is trying to be set on a copy of a slice from a DataFrame
  return self._setitem_slice(indexer, value)

第三种:可以改变数据的值!!!

Iloc是按照数据的行列数来索引,不算index和columns

bb.iloc[2:3,2:3]
Out[36]: 
    three
44      9

bb.iloc[1:3,1:3]
Out[37]: 
    two  three
33    5      6
44    8      9
bb.iloc[0,0]
Out[38]: 1

下面是证明:

 bb.iloc[0:4,0:2]=[[9,9],[9,9],[9,9]]
In [45]: bb
Out[45]: 
    one  two  three
22    9    9      3
33    9    9      6
44    9    9      9

三、在原有的DataFrame上新建一个columns或几个columns

1.什么都不用的,只能单独创建一列,多列并不好使,亲测无效:

bb['new']=[2,3,4]
bb
Out[51]: 
    one  two  three  new
22    9    9      3    2
33    9    9      6    3
44    9    9      9    4
bb[['new','new2']]=[[2,3,4],[5,3,7]]
KeyError: "['new' 'new2'] not in index"

赋予的list基本就是按照所给index值顺序赋值,可是一般我们是要对应的index进行赋值,想要更高级的赋值就看后面的了。

2.使用字典进行多列按index赋值:

aa={33:[234,44,55],44:[657,77,77],22:[33,55,457]}
In [58]: bb=bb.join(pd.DataFrame(aa.values(),columns=['hi','hello','ok'],index=aa.keys()))
In [59]: bb
Out[59]: 
    one  two  three  new   hi  hello   ok
22    9    9      3    2   33     55  457
33    9    9      6    3  234     44   55
44    9    9      9    4  657     77   77

这里aa是一个字典和列表的嵌套,相当于一条记录,使用keys当做index名而不是一般默认的columns名。达到了按index多列匹配的目的。由于dict()储存是混乱的,之间用dict()而不给他的index赋值会记录错乱,这一点注意值得注意。

四、删除多列或多记录:

删除列

bb.drop(['new','hi'],axis=1)
Out[60]: 
    one  two  three  hello   ok
22    9    9      3     55  457
33    9    9      6     44   55
44    9    9      9     77   77

删除记录

bb.drop([22,33],axis=0)
Out[61]: 
    one  two  three  new   hi  hello  ok
44    9    9      9    4  657     77  77

DataFrame还有很多功能还没有涉及,等以后有涉及到,看完官网的API之后,还会继续分享,everything is ok。

转载请注明:数据分析 » pandas.DataFrame 的操作简单经验(创建,索引,增添,删除)

喜欢 (3)or分享 (0)