DataFrame
DataFrame是一个【表格型】的数据结构,可以看做是【由Series组成的字典】(共用同一个索引)。DataFrame由按一定顺序排列的多列数据组成,设计初衷是将Series的使用场景从一维拓展到多维。DataFrame既有行索引,也有列索引、
--- 行索引: index
--- 列索引: columns
--- 值: values(numpy的二维数组)
DataFrame的创建
1. 最常用的方法是传递一个字典来创建。
DataFrame以字典的键作为每一【列】的名称,以字典的值(一个数组)作为每一列。
此外,DataFrame会自动加上每一行的索引(和Series一样)。
同Series一样,若传入的列与字典的键不匹配,则相应的值为NaN。
from pandas import DataFrame
import numpy as np
'''通过字典进行创建'''
dic = {
"height": [175, 180, 169, 177],
"age": np.random.randint(18, 25, size=4),
"sex": ['女', '男', '女', '男']
}
"""
DataFrame(data=None, index=None, columns=None, dtype=None,copy=False)
参数解释: data: 为创建数据的字典
index : 不赋值的时,行索引就是从0开始的整数
赋值给一个列表,列表的元素即为行索引
columns : 不赋值时,列名就是字典中键
赋值给一个列表,列名就是列表中的元素,
如果元素比字典的键多的话,这一列的就为NaN
"""
# columns中如果元素比字典的键多的话,这一列的就为NaN
df = DataFrame(dic, index=list('ABCD'), columns=['height', 'age', 'sex', 'weight'])
print(df)
"""
height age sex weight
A 175 18 女 NaN
B 180 20 男 NaN
C 169 19 女 NaN
D 177 23 男 NaN
"""
2. 打印DataFrame的形状 .shape
# 打印DataFrame的形状
print(df.shape)
"""
(4, 4)
"""
3.给DataFramed的行索引重新赋值 .index
# 重新给DataFrame的行索引赋值
df.index = [1, 2, 3, 4]
print(df)
"""
height age sex weight
1 175 22 女 NaN
2 180 23 男 NaN
3 169 22 女 NaN
4 177 21 男 NaN
"""
4. 修改DataFrame的列名(给DataFrame的列名重新赋值)
# 修改DataFrame的列名
df.columns = [0, 2, 4, 6]
print(df)
"""
0 2 4 6
1 175 24 女 NaN
2 180 23 男 NaN
3 169 21 女 NaN
4 177 22 男 NaN
"""
DataFrame的索引
1.对列进行索引
- 通过类似字典的方式
- 通过属性的方式
可以将DataFrame的列获取为一个Series。返回的Series拥有原DataFrame相同的索引,且name属性也已经设置好了,就是相应的列名。
# 通过字典的形式进行检索 【检索列返回值,是Series类型】
print(df['age'])
"""
A 20
B 20
C 18
D 22
Name: age, dtype: int3
"""
# 通过属性的方式进行检索
# 对于DataFrame而言,列名就相当于属性
# DataFrame 是统计数据时,用的表格,某一个事物属性,每一个属性对应的DataFran中的列名
print(df.age)
"""
A 21
B 22
C 18
D 21
Name: age, dtype: int32
"""
2.对行进行索引
-- 使用.ix[]来进行行索引 (过时)
-- 使用.loc[]加index来进行行索引
-- 使用.iloc[]加整数来进行行索引
同样返回一个Series,index为原来的
# 行索引
'''显示索引'''
# 对于行的检索,返回值也为Series
print(df.loc['A'])
"""
Name: age, dtype: int32
height 175
age 19
sex 女
weight 55
Name: A, dtype: object
"""
# 中括号括起来,代表的是条件, 即检索多行,返回的数据就是DataFrame
print(df.loc[['A', 'B']])
"""
height age sex weight
A 175 24 女 55
B 180 21 男 78
"""
'''
对于切片而言没有列切片(因为列是属性 )
'''
# 可以进行切片索引,左闭右闭
print(df.loc['A':'C'])
"""
height age sex weight
A 175 21 女 55
B 180 20 男 78
C 169 19 女 71
"""
'''隐式索引(左闭右开)'''
# DataFrame自身有Bug,索引是汉字,有时无法检索结果
print(df.iloc[1:3])
"""
height age sex weight
B 180 18 男 78
C 169 19 女 71
"""
3.对元素索引的方法 (查询到具体的数据)
-- 使用列索引
-- 使用行索引 (iloc[3,1]) 相当于两个参数; iloc[[3,3]] 里面的[3,3] 看做一个参数
-- 使用values属性 (二维numpy数组)
'''对元素进行索引'''
# 查询到具体额数据
# 找到 列名为sex的,行索引为B的数据
print(df['sex']['B']) # 男
# 可以直接修改具体的值 (再进行修改值的时候,会抛出一个警告,让我们去copy一份,
# 根据具体的情况可以忽略,程序是可以正常执行的)
df['sex']['B'] = '女博士'
print(df)
"""
height age sex weight
A 175 22 女 55
B 180 20 女博士 78
C 169 18 女 71
D 177 23 男 98
"""
'''使用loc取出具体的元素'''
# 检索行的时候,参数可以多个,但是列,无法完成这样的操作
print(df.loc['C']['height']) # 169
print(df.loc['C', 'height']) # 169
'''可以使用values取出某个数据'''
# 使用values取出第一行的第三个(从0开始,左闭右闭)
print(df.values[0,2]) # 55
【注意】 直接用中括号时:
---索引表示的是列索引
----切片表示的是行切片