pd.DataFrame()

DataFrame 是一種二維的數(shù)據(jù)模型，相當(dāng)于EXcel表格中的數(shù)據(jù)，有橫豎兩種坐標(biāo)，橫軸用columns，豎軸用index 來確定，在建立DataFrame 對象的時(shí)候，需要確定三個(gè)元素：數(shù)據(jù)，豎軸，橫軸。
DataFrame既有行索引也有列索引，

import pandas as pd import numpy as np a = pd.DataFrame(np.arange(16).reshape(4,4),index=list('abcd'),columns=list('wxyz')) print(a)

1. 設(shè)置索引index

a.index = a['x'] print(a)

//可新建一個(gè)DataFrame，index設(shè)置為別的表格index labels = pd.DataFrame(columns=['s','x'],index=a.index) print(labels)

2. a.iloc[行位置，列位置]

通過默認(rèn)生成的數(shù)字索引查詢指定的數(shù)據(jù)

下面表格說明:

• i值里的數(shù)字可以為正數(shù)也可以為負(fù)數(shù)，正數(shù)0代表第一行，1代表第2行；負(fù)數(shù) -1代表倒數(shù)第一行，-2代表倒數(shù)第2行

方法說明：行(列)數(shù)索引值從0開始

a.iloc[i]	i值可以是數(shù)字也可以是一個(gè)數(shù)組，獲取第i行數(shù)據(jù)或者行子集
a.iloc[:,j]	j值可以是數(shù)字也可以是一個(gè)數(shù)組, 獲取第j列數(shù)據(jù)或者列子集
a.iloc[i,j]	獲取第i行第j列的值

1. a.iloc[i] 獲取第i行數(shù)據(jù)或者行子集

print(a) print(a.iloc[0]) #獲取第一行數(shù)據(jù)

print(a.iloc[:2]) #獲取第一行和第二行

print(a.iloc[1:]) #獲取第二行到最后一行的數(shù)據(jù)

print(a.iloc[[0,-1]]) #獲取第一行和倒數(shù)第一行數(shù)據(jù)

2. a.iloc[:,j] 獲取第j列數(shù)據(jù)或者列子集

print(a.iloc(:,0) #獲取第0列數(shù)據(jù)

print(a.iloc[:,[0,1]]) #獲取第一列和第二列數(shù)據(jù)

print(a.iloc[:,:2]) #獲取第一列和第2列

3. a.iloc[i,j] 獲取第i行第j列的值

print.iloc(-1,0) #獲取倒數(shù)第一行第一列數(shù)據(jù)，即 12 print(a.iloc[1,[0,1]]) #獲取第2行，第一二列數(shù)據(jù)

print(a.iloc[[0,1],2]) #獲取第一二行第3列數(shù)據(jù)

print(a.iloc[[0,1],[1,2]]) #獲取第一二行的第二三列數(shù)據(jù)

3. 將Pandas中的DataFrame類型轉(zhuǎn)換成Numpy中array類

在用pandas包和numpy包對數(shù)據(jù)進(jìn)行分析和計(jì)算時(shí)，經(jīng)常用到DataFrame和array類型的數(shù)據(jù)。在對DataFrame類型的數(shù)據(jù)進(jìn)行處理時(shí)，需要將其轉(zhuǎn)換成array類型

1.a.values

import numpy as np import pandas as pdprint(a.values) print(a['w'].values)

2.使用numpy中的array方法

print(np.array(a)) print(np.array(a['w']))

4. pandas使用sort_index排序

DataFrame.sort_index(axis=0, level=None, ascending=True, inplace=False, kind=‘quicksort’, na_position=‘last’, sort_remaining=True, ignore_index=False, key=None)[source]
sort_index文檔
axis：0按照行名排序；1按照列名排序
level：默認(rèn)None，否則按照給定的level順序排列—貌似并不是，文檔
ascending：默認(rèn)True升序排列；False降序排列
inplace：默認(rèn)False，否則排序之后的數(shù)據(jù)直接替換原來的數(shù)據(jù)框
kind：排序方法，{‘quicksort’, ‘mergesort’, ‘heapsort’}, default ‘quicksort’。似乎不用太關(guān)心。
na_position：缺失值默認(rèn)排在最后{“first”,“l(fā)ast”}
by：按照某一列或幾列數(shù)據(jù)進(jìn)行排序，但是by參數(shù)貌似不建議使用

x.sort_index() 默認(rèn)參數(shù)ascending=True 對行index升序排列

c = pd.DataFrame(np.arange(16).reshape(4,4),index=list('adbc'),columns=list('wxyz')) print(c['w'].sort_index()) #原本index為adbc,對index排序后變成abcd

c = pd.DataFrame(np.arange(16).reshape(4,4),index=list('adbc'),columns=list('wxyz')) print(c) c.sort_index(ascending=True,inplace=True) print(c) #inplace=True,這時(shí)候c被修改了

x.sort_index(ascending=False)對行index降序排列

print(c['w'].sort_index(ascending=False))

3. 對列columns排序
默認(rèn)axis=0，對行index排序，axis=1對列index排行

d = pd.DataFrame(np.arange(16).reshape(4,4),index=list('adbc'),columns=list('zwyx')) print(d) print(d.sort_index(axis=1)) # 原本列columns為zwyx, 對列columns排序后變成wxyz

對列columns降序排列

print(d.sort_index(axis=1,ascending=False)) # 原本列columns為zwyx, 對列columns排序后變成zyxw

5. pandas中的rolling函數(shù)用于移動(dòng)計(jì)算

DataFrame.rolling(window, min_periods=None, center=False, win_type=None, on=None, axis=0, closed=None, method=‘single’)
rolling文檔

window： 也可以省略不寫。表示時(shí)間窗的大小，注意有兩種形式（int or offset）。如果使用int，則數(shù)值表示計(jì)算統(tǒng)計(jì)量的觀測值的數(shù)量即向前幾個(gè)數(shù)據(jù)。如果是offset類型，表示時(shí)間窗的大小。、min_periods：每個(gè)窗口最少包含的觀測值數(shù)量，小于這個(gè)值的窗口結(jié)果為NA。值可以是int，默認(rèn)None。offset情況下，默認(rèn)為1。
center參數(shù)，默認(rèn)為False，表示當(dāng)前元素往上選，加上本身總共篩選3個(gè)。
center參數(shù)，默認(rèn)為True，表示以當(dāng)前元素為中心，從個(gè)方向進(jìn)行篩選。
win_type: 窗口的類型。截取窗的各種函數(shù)。字符串類型，默認(rèn)為None。各種類型
on: 可選參數(shù)。對于dataframe而言，指定要計(jì)算滾動(dòng)窗口的列。值為列名。
axis: int、字符串，默認(rèn)為0，即對列進(jìn)行計(jì)算
closed：定義區(qū)間的開閉，支持int類型的window。對于offset類型默認(rèn)是左開右閉的即默認(rèn)為right。可以根據(jù)情況指定為left both等。

print(d) print(d['w'].rolling(3).sum()) #相當(dāng)于創(chuàng)建了一個(gè)長度為3的窗口，窗口從上到下依次滑動(dòng)，當(dāng)前行加上前2行數(shù)據(jù)的總和

print(d['w'].rolling(3,center=True).sum())

6.pandas的填充缺失值fillna()

在數(shù)據(jù)集里面的缺失值需要填充起來，避免各種出錯(cuò),在做分析的時(shí)候，我們經(jīng)常要將缺失值填充為前一個(gè)值，或者是后一個(gè)值。

DataFrame.fillna(value=None, method=None, axis=None, inplace=False, limit=None, downcast=None)[source]

參數(shù)說明

method	取值 : {‘backfill’, ‘bfill’, ‘pad’, ‘ffill’, None}, default None pad/ffill：用前一個(gè)非缺失值去填充該缺失值 backfill/bfill：用下一個(gè)非缺失值填充該缺失值 None：指定一個(gè)值去替換缺失值（缺省默認(rèn)這種方式）
inplace	False 創(chuàng)建一個(gè)副本，修改副本，原對象不變（缺省默認(rèn)） True 直接修改原對象
axis	默認(rèn)是縱向填充的;1是左右橫向填充的

fillna文檔

import pandas as pd import numpy as np from numpy import nan as NaNdf1=pd.DataFrame([[1,2,3],[NaN,NaN,2],[NaN,NaN,NaN],[8,8,NaN]]) print(df1)

1.用常數(shù)填充

print(df1.fillna(100)) # 將所有NaN替換成100

2.用字典填充

print(df1.fillna({0:10,1:20,2:30})) # 將columns為0的所有NaN填充10，為1列的所有NaN填充20，為2列的所有NaN填充30

3.用前一個(gè)非缺失值去填充

print(df1.fillna(method='ffill')) #用前一個(gè)非缺失值去填充該缺失值

4.用后一個(gè)非缺失值去填充

print(df1.fillna(method='bfill')) #用后一個(gè)非缺失值去填充該缺失值

7.pandas中的where()

where文檔
DataFrame.where(cond, other=nan, inplace=False, axis=None, level=None, errors=‘raise’, try_cast=NoDefault.no_default)
cond :條件判斷
other： 條件cond為False時(shí)，將值替換為other

import pandas as pd import numpy as npdf1=pd.DataFrame([[1,2,3],[4,5,6],[7,8,9]]) print(df1)

print(df1.where(df1!=1,100)) #條件判斷為False的值替換為100，即值為1的替換成100

8. pandas.DataFrame.copy

DataFrame.copy文檔

DateFrame.copy(deep=True) ：復(fù)制object的索引和數(shù)據(jù)

• 當(dāng)deep=True時(shí)(默認(rèn)), 會創(chuàng)建一個(gè)新的對象進(jìn)行拷貝. 修改這份拷貝不會對原有對象產(chǎn)生影響.
• 當(dāng)deep=False時(shí), 新的對象只是原有對象的references. 任何對新對象的改變都會影響到原有對象

a = pd.DataFrame(np.arange(16).reshape(4,4),index=list('abcd'),columns=list('wxyz'))# b = pd.DataFrame(np.array([33,11,22,44]),index=list('adbc'),columns=['m']) print(a)p = a.iloc[2:] p.index = a.iloc[:2].index print(p)

p.iloc[:2] = p - 1 print(p) print(a) #可以看到a的后2行也被修改了

上面操作可以看到修改p后a也被修改了，因此我們可以用DateFrame.copy(deep=True) 復(fù)制索引和數(shù)據(jù)。

a = pd.DataFrame(np.arange(16).reshape(4,4),index=list('abcd'),columns=list('wxyz'))# b = pd.DataFrame(np.array([33,11,22,44]),index=list('adbc'),columns=['m']) print(a)p = a.iloc[2:].copy(deep=True) p.index = a.iloc[:2].index p.iloc[:2] = p - 1 print(p) print(a) #此時(shí)a沒有變化

總結(jié)

以上是生活随笔為你收集整理的pandas中的DataFrame数据结构的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。