pandas之DataFrame使用详解

pandas数据类型DataFrame
DataFrame(数据框)，可以看成excel表。
DataFrame是一种表格型数据结构，它含有一组有序的列，每列可以是不同的值类型(数值、字符串、布尔型等)，DataFrame既有行索引（index）也有列索引（column）。行索引和列索引是标签。
DataFrame的创建有多种方式，不过最重要的还是根据dict进行创建，以及读取csv或者txt文件来创建。

（1）创建DataFrame

import pandas as pd
#以字典dict方式建立
df1=pd.DataFrame({'name':['Tom','Jone','Marry'],
                  'age':[20,18,19],
                  'income':[1000,3000,2000]},
                   index=['person1','person2','person3']) #若没有写index的值，则采用默认的index：0，1,2……
print(df1)

df=pd.DataFrame(np.random.randint(0,10,[2,3]),index=np.arange(0,2),columns=['A','B','C'])
print(df)

（2）查看DataFrame的属性（index，columns，values ）

import pandas as pd
 
df1=pd.DataFrame({'name':['Tom','Jone','Marry'],
                  'age':[20,18,19],
                  'income':[1000,3000,2000]},
                   ) #没有定义index,采用默认的index0,1,2……
print(df1)
print('____________')

print(df1.index) #行索引
print(df1.columns)#列索引
print(df1.values)#值

（3）修改列名，（rename）
修改全部列名

import pandas as pd
 
df1=pd.DataFrame({'name':['Tom','Jone','Marry'],
                  'age':[20,18,19],
                  'income':[1000,3000,2000]},
                   index=['person1','person2','person3'])

#修改columns
df1.columns=range(0,len(df1.columns)) #修改了全部的列名
print(df1.columns)#0,1，2

精准修改列名（逐一修改列名）rename

import pandas as pd
 
df1=pd.DataFrame({'name':['Tom','Jone','Marry'],
                  'age':[20,18,19],
                  'income':[1000,3000,2000]},
                   index=['person1','person2','person3'])

#修改columns

#修改单个列名
df1.rename(columns={"age":"年龄",'name':'名字'},inplace=True) #一定要写inplace=True,否则仍未修改。此外注意：True不能写成true
print(df1.columns)

（4）修改index行名(和（3）使用方法一样)

import pandas as pd
 
df1=pd.DataFrame({'name':['Tom','Jone','Marry'],
                  'age':[20,18,19],
                  'income':[1000,3000,2000]},
                   index=['person1','person2','person3'])

#修改index
df1.index=range(0,len(df1.index))
#精准修改
df1.rename(index={'person1':5},inplace=True)

（5）增加一列

import pandas as pd
 
df1=pd.DataFrame({'name':['Tom','Jone','Marry'],
                  'age':[20,18,19],
                  'income':[1000,3000,2000]},
                   index=['person1','person2','person3'])

#增加一列
df1['pay']=[20,30,40] #在最后一列添加
print(df1)
print('______________')
#修改某一列的位置
df1.insert(0,'pay',df1.pop('pay')) #将pay列移到0位置处
print(df1)

（6）增加一行（loc）

import pandas as pd
 
df1=pd.DataFrame({'name':['Tom','Jone','Marry'],
                  'age':[20,18,19],
                  'income':[1000,3000,2000]},
                   index=['person1','person2','person3'])

#增加一行
df1.loc['person4',['age','name','income']] =[20,'kittty',2000]

loc为 Selection by Label函数，简单的来讲，即为按标签取数据
（7）访问列

import pandas as pd
 
df1=pd.DataFrame({'name':['Tom','Jone','Marry'],
                  'age':[20,18,19],
                  'income':[1000,3000,2000]},
                   index=['person1','person2','person3'])
print(df1)
print('-----------')
#访问列
print(df1.name) #df.列名
print('----------')
#访问某些列
print(df1[['age','name']])
print('-------------')
#访问某些列
print(df1[[0,2]])

（8）访问行

import pandas as pd
 
df1=pd.DataFrame({'name':['Tom','Jone','Marry'],
                  'age':[20,18,19],
                  'income':[1000,3000,2000]},
                   index=['person1','person2','person3'])

#访问行
print(df1[0:2])#左闭右开
print('--------')
print(df1.loc[['person1','person3']])

（9）删除列或行（del，drop）
del

'''
del
'''
import pandas as pd
 
df1=pd.DataFrame({'name':['Tom','Jone','Marry'],
                  'age':[20,18,19],
                  'income':[1000,3000,2000]},
                   index=['person1','person2','person3'])

#del是直接在df1上删除
del df1['age']
print(df1)

drop

'''
drop
'''
import pandas as pd
 
df1=pd.DataFrame({'name':['Tom','Jone','Marry'],
                  'age':[20,18,19],
                  'income':[1000,3000,2000]},
                   index=['person1','person2','person3'])

#删除列
data=df1.drop('age',axis=1) #axis=1表示列,axis=0表示行
print(df1)#从结果可以看出df1中没有删掉,但data中没有age列了
print('------')
print(data)
print('------')
df1.drop('age',axis=1,inplace=True) #写上inplace=True后，才能从原数据中删除。若不写默认为False
print(df1)

（10）查询DataFrame（loc()、iloc()、以及ix()方法）链接
（11）DataFrame中常见的操作（排序，值替换，重新排列数据中的列）

import pandas as pd

#定义字典
dic={'name':['Tom','Jone','Mark'],
     'age':[30,18,20],
     'gender':['m','f','m']}
#创建DataFrame
df=pd.DataFrame(dic)
print(df)

#根据年龄这一列，进行排序(升序和降序)
df=df.sort_values(by=['age'])#默认升序排列 #注意如果不再次赋值，df中的数据仍不会改变
print(df)
print('-----')
df=df.sort_values(by=['age'],ascending=False)#降序排列
print(df)

#值替换
df['gender']=df['gender'].replace('m','male')#注意也是需要再次赋值。
#如果想改变多个df['gender'].replace(['m','f'],['male','female']) m换成male，f换成female
#df['gender'].replace(['m','f'],'male'])  m和f都换成male
print(df)

#重新排列数据中的列的位置
df=df.ix[:,['name','age','gender']]#利用ix()访问数据的方法来重新调整列的位置
print(df)

（12）数据框合并
数据框合并链接
（13）合并数据框的列
合并数据框的列链接