Pandas DataFrame
Pandas DataFrame基本操作
DataFrame是二维数据结构，即，数据以表格形式在行和列中对齐。
潜在的列是不同类型的大小可变标记的轴（行和列）可以对行和列执行算术运算
pandas.Series
Series结构如下：
让我们假设我们正在使用学生的数据创建一个数据框架。
我们可以将其视为SQL表或电子表格数据表示形式。
pandas.DataFrame
可以使用以下构造函数创建pandas DataFrame-
pandas.DataFrame(data,index,columns,dtype,copy)
参数说明：
data:数据采用各种形式，例如ndarray，系列，映射，列表，dict，常量以及另一个DataFrame。index:对于行标签，如果没有传递索引，则用于结果帧的索引是Optional Default np.arange(n)。columns:对于列标签，可选的默认语法为-np.arange(n)。仅当未传递索引时才如此。dtype:每列的数据类型。copy:如果默认值为False，则此命令（或任何它的命令）用于复制数据。
创建DataFrame
可以使用各种输入来创建pandas DataFrame-
ListsdictSeriesNumpy ndarrays另一个DataFrame
在本章的后续部分中，我们将看到如何使用这些输入来创建DataFrame。
创建空DataFrame
可以创建基本DataFrame是Empty Dataframe。
#Filename:pandas.py#authorby:www.shangmayuan.com#导入pandas依赖包并起别名importpandasaspddf=pd.DataFrame()print(df)
运行结果：
EmptyDataFrameColumns:[]Index:[]
从Lists创建DataFrame
#Filename:pandas.py#authorby:www.shangmayuan.com#导入pandas依赖包并起别名importpandasaspddata=[1,2,3,4,5]df=pd.DataFrame(data)print(df)
运行结果：
00112233445
#Filename:pandas.py#authorby:www.shangmayuan.com#导入pandas依赖包并起别名importpandasaspddata=[['Alex',10],['Bob',12],['Clarke',13]]df=pd.DataFrame(data,columns=['Name','Age'])print(df)
运行结果：
NameAge0Alex101Bob122Clarke13
#Filename:pandas.py#authorby:www.shangmayuan.com#导入pandas依赖包并起别名importpandasaspddata=[['Alex',10],['Bob',12],['Clarke',13]]df=pd.DataFrame(data,columns=['Name','Age'],dtype=float)printdf
运行结果：
NameAge0Alex10.01Bob12.02Clarke13.0
从ndarrays / List的Dict创建一个DataFrame
所有ndarray的长度必须相同。如果传递了index，则索引的长度应等于数组的长度。
如果没有传递索引，则默认情况下，索引将是range(n)，其中n是数组长度。
#Filename:pandas.py#authorby:www.shangmayuan.com#导入pandas依赖包并起别名importpandasaspddata={'Name':['Tom','Jack','Steve','Ricky'],'Age':[28,34,29,42]}df=pd.DataFrame(data)print(df)运行结果：
AgeName028Tom134Jack229Steve342Ricky
我们使用数组创建索引的DataFrame。
#Filename:pandas.py#authorby:www.shangmayuan.com#导入pandas依赖包并起别名importpandasaspddata={'Name':['Tom','Jack','Steve','Ricky'],'Age':[28,34,29,42]}df=pd.DataFrame(data,index=['rank1','rank2','rank3','rank4'])print(df)运行结果：
AgeNamerank128Tomrank234Jackrank329Steverank442Ricky
从字典列表创建DataFrame
字典列表可以作为输入数据传递以创建DataFrame。默认情况下，字典键被用作列名。
下面的示例演示如何通过传递字典列表来创建DataFrame。
#Filename:pandas.py#authorby:www.shangmayuan.com#导入pandas依赖包并起别名importpandasaspddata=[{'a':1,'b':2},{'a':5,'b':10,'c':20}]df=pd.DataFrame(data)print(df)运行结果：
abc012NaN151020.0
下面的示例演示如何通过传递字典列表和行索引来创建DataFrame。
#Filename:pandas.py#authorby:www.shangmayuan.com#导入pandas依赖包并起别名importpandasaspddata=[{'a':1,'b':2},{'a':5,'b':10,'c':20}]df=pd.DataFrame(data,index=['first','second'])print(df)运行结果：
abcfirst12NaNsecond51020.0
下面的示例演示如何创建包含字典，行索引和列索引的列表的DataFrame。
#Filename:pandas.py#authorby:www.shangmayuan.com#导入pandas依赖包并起别名importpandasaspddata=[{'a':1,'b':2},{'a':5,'b':10,'c':20}]#有两个列索引，值与字典键相同df1=pd.DataFrame(data,index=['first','second'],columns=['a','b'])#有两个列索引df2=pd.DataFrame(data,index=['first','second'],columns=['a','b1'])print(df1)print(df2)运行结果：
#df1outputabfirst12second510#df2outputab1first1NaNsecond5NaN
从Dict Series创建DataFrame
可以传递系列字典以形成DataFrame。结果索引是所有通过的系列索引的并集。
#Filename:pandas.py#authorby:www.shangmayuan.com#导入pandas依赖包并起别名importpandasaspdd={'one':pd.Series([1,2,3],index=['a','b','c']),'two':pd.Series([1,2,3,4],index=['a','b','c','d'])}df=pd.DataFrame(d)print(df)运行结果：
onetwoa1.01b2.02c3.03dNaN4
对于第一个系列，没有传递标签'd'，但是结果是，对于d标签，NaN附加了NaN。
现在让我们通过示例了解列的选择，添加和删除。
列查询
我们将从DataFrame中选择一列来了解这一点。
#Filename:pandas.py#authorby:www.shangmayuan.com#导入pandas依赖包并起别名importpandasaspdd={'one':pd.Series([1,2,3],index=['a','b','c']),'two':pd.Series([1,2,3,4],index=['a','b','c','d'])}df=pd.DataFrame(d)print(df['one'])运行结果：
a1.0b2.0c3.0dNaNName:one,dtype:float64
列添加
我们将通过在现有数据框中添加新列来了解这一点。
#Filename:pandas.py#authorby:www.shangmayuan.com#导入pandas依赖包并起别名importpandasaspdd={'one':pd.Series([1,2,3],index=['a','b','c']),'two':pd.Series([1,2,3,4],index=['a','b','c','d'])}df=pd.DataFrame(d)#通过传递新序列，向具有列标签的现有DataFrame对象添加新列print("通过作为Series传递添加新列:")df['three']=pd.Series([10,20,30],index=['a','b','c'])printdfprint("使用DataFrame中的现有列添加新列:")df['four']=df['one']+df['three']print(df)运行结果：
通过作为Series传递添加新列:onetwothreea1.0110.0b2.0220.0c3.0330.0dNaN4NaN使用DataFrame中的现有列添加新列:onetwothreefoura1.0110.011.0b2.0220.022.0c3.0330.033.0dNaN4NaNNaN
列删除
可以删除或弹出列；让我们以一个实例来了解如何。
#Filename:pandas.py#authorby:www.shangmayuan.com#导入pandas依赖包并起别名importpandasaspdd={'one':pd.Series([1,2,3],index=['a','b','c']),'two':pd.Series([1,2,3,4],index=['a','b','c','d']),'three':pd.Series([10,20,30],index=['a','b','c'])}df=pd.DataFrame(d)print("Ourdataframeis:")print(df)#usingdelfunctionprint("Deletingthefirstcolumnusingdelfunction:")deldf['one']print(df)#usingpopfunctionprint("DeletinganothercolumnusingPOPfunction:")df.pop('two')print(df)运行结果：
Ourdataframeis:onethreetwoa1.010.01b2.020.02c3.030.03dNaNNaN4Deletingthefirstcolumnusingdelfunction:threetwoa10.01b20.02c30.03dNaN4DeletinganothercolumnusingPOPfunction:threea10.0b20.0c30.0dNaN
行查询、添加和删除
现在，我们将通过示例了解行的选择，添加和删除。让我们从选择的概念开始。
按标签查询
可以通过将行标签传递给loc函数来选择行。
#Filename:pandas.py#authorby:www.shangmayuan.com#导入pandas依赖包并起别名importpandasaspdd={'one':pd.Series([1,2,3],index=['a','b','c']),'two':pd.Series([1,2,3,4],index=['a','b','c','d'])}df=pd.DataFrame(d)print(df.loc['b'])运行结果：
one2.0two2.0Name:b,dtype:float64
结果是一系列带有标签作为DataFrame列名称的系列。并且，系列的名称是用来检索它的标签。
通过整数位置查询
结可以通过将整数位置传递给iloc函数来选择行。
#Filename:pandas.py#authorby:www.shangmayuan.com#导入pandas依赖包并起别名importpandasaspdd={'one':pd.Series([1,2,3],index=['a','b','c']),'two':pd.Series([1,2,3,4],index=['a','b','c','d'])}df=pd.DataFrame(d)print(df.iloc[2])运行结果：
one3.0two3.0Name:c,dtype:float64
切片行
可以使用'：'运算符选择多行。
#Filename:pandas.py#authorby:www.shangmayuan.com#导入pandas依赖包并起别名importpandasaspdd={'one':pd.Series([1,2,3],index=['a','b','c']),'two':pd.Series([1,2,3,4],index=['a','b','c','d'])}df=pd.DataFrame(d)print(df[2:4])运行结果：
onetwoc3.03dNaN4
添加行
使用append函数将新行添加到DataFrame中。此函数将在末尾追加行。
#Filename:pandas.py#authorby:www.shangmayuan.com#导入pandas依赖包并起别名importpandasaspddf=pd.DataFrame([[1,2],[3,4]],columns=['a','b'])df2=pd.DataFrame([[5,6],[7,8]],columns=['a','b'])df=df.append(df2)print(df)
运行结果：
ab012134056178
删除行
使用索引标签从DataFrame中删除或删除行。如果标签重复，则将删除多行。
如果您观察到，在上面的示例中，标签是重复的。让我们删除一个标签，将看到将删除多少行。
#Filename:pandas.py#authorby:www.shangmayuan.com#导入pandas依赖包并起别名importpandasaspddf=pd.DataFrame([[1,2],[3,4]],columns=['a','b'])df2=pd.DataFrame([[5,6],[7,8]],columns=['a','b'])df=df.append(df2)#Droprowswithlabel0df=df.drop(0)print(df)
运行结果：
ab134178
在上面的示例中，删除了两行，因为这两行包含相同的标签0。