pandas 基本操作2.0

Dataframe：基本概念及创建

Dataframe 数据结构

Dataframe是一个表格型的数据结构，“带有标签的二维数组”

Dataframe带有index（行标签）和columns（列标签）,这两个属性十分重要！！！

pd.DataFrame(data,index,columns)

data：为传入的值可以为

data = {'name':['Jack','Tom','Mary']        'age':[18,19,20],      'gender':['m','m','w']}

data = {'a':[1,2,3], 'b':[3,4,5], 'c':[5,6,7]}

data = {'one':np.random.rand(3), 'two':np.random.rand(3)}

data= {'one':pd.Series(np.random.rand(2), index = ['a','b'])

data=np.random.rand(9).reshape(3,3)#直接传入2维数组，必须指定index | columns 按照list的方式来传入

data = {'Jack':{'math':90,'english':89,'art':78}, 'Marry':{'math':82,'english':95,'art':92}, 'Tom':{'math':78,'english':67}}#index在这里和之前不同，并不能改变原有index，如果指向新的标签，值为NaN （非常重要！）

              Jack    Marry  Tom

   art        78      92      NaN

 english    89    95      67.0

 math      90     82      78.0

---

Pandas数据结构Dataframe：索引

Dataframe既有行索引也有列索引，可以被看做由Series组成的字典（共用一个索引） 选择列 / 选择行 / 切片 / 布尔判断

注：data[‘列’][‘行’]默认的参数

data3 = df.loc['one']（.loc（）选择行）

df.iloc[] - 按照整数位置（从轴的0到length-1）选择行

data4 = df.loc[['one','two']]

print(data2,type(data3))

print(data3,type(data4))

# 按照index选择行，只选择一行输出Series，选择多行输出Dataframe

#切变的操作与字典一致

布尔值索引

b1 = df < 20

b2 = df['a'] > 50

b3= df.loc[['one','three']] < 50

b4 = df[['a','b']] > 50

print(b1,type(b1))

print(df[b1])

多重索引

print(df['a'].loc[['one','three']]) # 选择a列的one，three行

print(df[['b','c','d']].iloc[::2])  # 选择b，c，d列的one，three行

print(df[df['a'] < 50].iloc[:2])  # 选择满足判断索引的前两行数据

---

Pandas数据结构Dataframe：基本技巧

数据查看、转置 / 添加、修改、删除值 / 对齐 / 排序

df['e'] = 10

df.loc[4] = 20

print(df)

# 新增列/行并赋值

df['e'] = 20

df[['a','c']] = 100

print(df)

# 索引后直接修改值

del df['a']

# del语句 - 删除列

print(df.drop(0))

print(df.drop([1,2]))

# drop()删除行，inplace=False → 删除后生成新的数据，不改变原数据

print(df.drop(['d'], axis = 1))

# drop()删除列，需要加上axis = 1，inplace=False → 删除后生成新的数据，不改变原数据

print(df1 + df2)

# DataFrame对象之间的数据自动按照列和索引（行标签）对齐

---

排序1 - 按值排序 .sort_values

# 同样适用于Series

print(df1.sort_values(['a'], ascending = True))  # 升序

print(df1.sort_values(['a'], ascending = False))  # 降序

# ascending参数：设置升序降序，默认升序

# 单列排序

print(df2.sort_values(['a','c']))

# 多列排序，按列顺序排序

 排序2 - 索引排序 .sort_index

print(df2.sort_index())

# 按照index排序

# 默认 ascending=True, inplace=False