Pandas:DataFrame对象的基础操作方法


            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中文源码网。