python 中的pandas模块对DataFrame数据进行操作

 

1）查看DataFrame数据及属性

?

1 2 3 4 5 6 7 8 9 10 11

df_obj = DataFrame() #创建DataFrame对象 df_obj.dtypes #查看各行的数据格式 df_obj['列名'].astype(int)#转换某列的数据类型 df_obj.head() #查看前几行的数据,默认前5行 df_obj.tail() #查看后几行的数据,默认后5行 df_obj.index #查看索引 df_obj.columns #查看列名 df_obj.values #查看数据值 df_obj.describe() #描述性统计 df_obj.T #转置 df_obj.sort_values(by=['',''])#同上

2）使用DataFrame选择数据:

?

1 2 3 4

df_obj.ix[1:3] #获取1-3行的数据,该操作叫切片操作,获取行数据 df_obj.ix[columns_index] #获取列的数据 df_obj.ix[1:3，[1,3]]#获取1列3列的1~3行数据 df_obj[columns].drop_duplicates() #剔除重复行数据

3）使用DataFrame重置数据:

?

1	df_obj.ix[1:3，[1,3]]=1#所选位置数据替换为1

4）使用DataFrame筛选数据(类似SQL中的WHERE):

?

1 2 3

alist = ['023-18996609823'] df_obj['用户号码'].isin(alist) #将要过滤的数据放入字典中,使用isin对数据进行筛选,返回行索引以及每行筛选的结果,若匹配则返回ture df_obj[df_obj['用户号码'].isin(alist)] #获取匹配结果为ture的行

5）使用DataFrame模糊筛选数据(类似SQL中的LIKE):

?

1	df_obj[df_obj['套餐'].str.contains(r'.*?语音CDMA.*')] #使用正则表达式进行模糊匹配,*匹配0或无限次,?匹配0或1次

6）使用DataFrame进行数据转换(后期补充说明)

?

1 2	df_obj['支局_维护线'] = df_obj['支局_维护线'].str.replace('巫溪分公司(.{2,})支局','\\1')#可以使用正则表达式 可以设置take_last=ture 保留最后一个,或保留开始一个.补充说明:注意take_last=ture已过时,请使用keep='last'

7）使用pandas中读取数据:

?

1 2 3

read_csv('D:\LQJ.csv',sep=';',nrows=2) #首先输入csv文本地址,然后分割符选择等等 df.to_excel('foo.xlsx',sheet_name='Sheet1');pd.read_excel('foo.xlsx', 'Sheet1', index_col=None, na_values=['NA'])#写入读取excel数据，pd.read_excel读取的数据是以DataFrame形式存储 df.to_hdf('foo.h5','df');pd.read_hdf('foo.h5','df')#写入读取HDF5数据

8）使用pandas聚合数据(类似SQL中的GROUP BY 或HAVING):

?

1 2 3

data_obj['用户标识'].groupby(data_obj['支局_维护线']) data_obj.groupby('支局_维护线')['用户标识'] #上面的简单写法 adsl_obj.groupby('支局_维护线')['用户标识'].agg([('ADSL','count')])#按支局进行汇总对用户标识进行计数,并将计数列的列名命名为ADSL

9）使用pandas合并数据集(类似SQL中的JOIN):

?

1	merge(mxj_obj2, mxj_obj1 ,on='用户标识',how='inner')# mxj_obj1和mxj_obj2将用户标识当成重叠列的键合并两个数据集,inner表示取两个数据集的交集.

10）清理数据

?

1 2 3 4 5 6 7 8

df[df.isnull()] df[df.notnull()] df.dropna()#将所有含有nan项的row删除 df.dropna(axis=1,thresh=3) #将在列的方向上三个为NaN的项删除 df.dropna(how='ALL')#将全部项都是nan的row删除填充值 df.fillna(0) df.fillna({1:0,2:0.5}) #对第一列nan值赋0，第二列赋值0.5 df.fillna(method='ffill') #在列方向上以前一个值作为值赋给NaN

实例

1. 读取excel数据

代码如下

?

1 2 3

import pandas as pd# 读取高炉数据，注意文件名不能为中文 data=pd.read_excel('gaolushuju_201501-03.xlsx', '201501', index_col=None, na_values=['NA']) print data

测试结果如下

?

1 2 3 4 5 6 7 8 9 10 11 12

燃料比 顶温西南 顶温西北 顶温东南 顶温东北 0  531.46  185  176  176  174 1  510.35  184  173  184  188 2  533.49  180  165  182  177 3  511.51  190  172  179  188 4  531.02  180  167  173  180 5  511.24  174  164  178  176 6  532.62  173  170  168  179 7  583.00  182  175  176  173 8  530.70  158  149  159  156 9  530.32  168  156  169  171 10 528.62  164  150  171  169

2. 切片处理，选取行或列，修改数据

代码如下：

?

1 2 3 4

data_1row=data.ix[1] data_5row_2col=data.ix[0:5,[u'燃料比',u'顶温西南'] print data_1row,data_5row_2col data_5row_2col.ix[0:1,0:2]=3

测试结果如下：

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

燃料比   510.35 顶温西南  184.00 顶温西北  173.00 顶温东南  184.00 顶温东北  188.00 Name: 1, dtype: float64    燃料比 顶温西南 0 531.46  185 1 510.35  184 2 533.49  180 3 511.51  190 4 531.02  180 5 511.24  174    燃料比 顶温西南 0  3.00   3 1  3.00   3 2 533.49  180 3 511.51  190 4 531.02  180 5 511.24  174

格式说明，data_5row_2col.ix[0:1,0:2]，data_5row_2col.ix[0:1,[0,2]],选取部分行和列需加”[]”

3. 排序

代码如下：

?

1 2	print data_1row.sort_values() print data_5row_2col.sort_values(by=u'燃料比')

测试结果如下：

?

1 2 3 4 5 6 7 8 9 10 11 12 13

顶温西北  173.00 顶温西南  184.00 顶温东南  184.00 顶温东北  188.00 燃料比   510.35 Name: 1, dtype: float64    燃料比 顶温西南 1 510.35  184 5 511.24  174 3 511.51  190 4 531.02  180 0 531.46  185 2 533.49  180

4. 删除重复的行

代码如下：

?

1	print data_5row_2col[u'顶温西南'].drop_duplicates()#剔除重复行数据

测试结果如下：

?

1 2 3 4 5 6

0  185 1  184 2  180 3  190 5  174 Name: 顶温西南, dtype: int64

说明：从测试结果3中可以看出顶温西南index=2的数据与index=4的数据重复，测试结果4显示将index=4的顶温西南数据删除

以上这篇python pandas中DataFrame类型数据操作函数的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脚本之家。

您可能感兴趣的文章:

• python中pandas.DataFrame的简单操作方法（创建、索引、增添与删除）
• python中pandas.DataFrame对行与列求和及添加新行与列示例
• python中pandas.DataFrame排除特定行方法示例
• python pandas dataframe 按列或者按行合并的方法
• python pandas dataframe 行列选择,切片操作方法
• python实现在pandas.DataFrame添加一行
• python pandas 对series和dataframe的重置索引reindex方法
• python pandas库中DataFrame对行和列的操作实例讲解
• python pandas.DataFrame选取、修改数据最好用.loc,.iloc,.ix实现
• 删除python pandas.DataFrame 的多重index实例
• Python中pandas模块DataFrame创建方法示例

原文链接：https://blog.csdn.net/LY_ysys629/article/details/54428838