1. DataFrame 介紹

DataFrame 是一個表格型的數據結構，它含有一組有序的列，每列可以是不同的值類型（數值、字符串、布爾值等）。

DataFrame 既有行索引也有列索引，它可以被看做由 Series 組成的字典（共用一個索引）。

DataFrame 中的數據是以一個或者多個二維塊存放的（而不是列表、字典或者別的一維數據結構）

2. DataFrame 使用

2.1 創建 DataFrame

最常用的方法是直接傳入一個由等長列表或者 NumPy 數組組成的字典

   In [153]: data = {'city':['beijing','shanghai','guangzhou','shenzhen','chongqing'],...: 'year':[2000,2001,2002,2003,2004],...: 'people':[1.5,1.7,3.6,2.4,2.9]}In [154]: frame = DataFrame(data)In [155]: frameOut[155]: city  people  year0    beijing     1.5  20001   shanghai     1.7  20012  guangzhou     3.6  20023   shenzhen     2.4  20034  chongqing     2.9  2004

可以指定列的顯示順序

   In [159]: frame = DataFrame(data,columns=['year','people','city'])In [160]: frameOut[160]: year  people       city0  2000     1.5    beijing1  2001     1.7   shanghai2  2002     3.6  guangzhou3  2003     2.4   shenzhen4  2004     2.9  chongqing

如果傳入的列找不到，就會產生 NaN 值

   In [161]: frame = DataFrame(data,columns=['year','people','city','area'])In [162]: frameOut[162]: year  people       city area0  2000     1.5    beijing  NaN1  2001     1.7   shanghai  NaN2  2002     3.6  guangzhou  NaN3  2003     2.4   shenzhen  NaN4  2004     2.9  chongqing  NaNIn [163]: frame.columnsOut[163]: Index([u'year', u'people', u'city', u'area'], dtype='object')

通過類似字典標記的方式或屬性的方式，可以將 DataFrame 的列獲取為一個 Series

   In [164]: frame['city']Out[164]: 0      beijing1     shanghai2    guangzhou3     shenzhen4    chongqingName: city, dtype: objectIn [165]: frame.peopleOut[165]: 0    1.51    1.72    3.63    2.44    2.9Name: people, dtype: float64

列可以通過賦值的方式進行修改

   In [166]: frame.area = np.arange(5)In [167]: frameOut[167]: year  people       city  area0  2000     1.5    beijing     01  2001     1.7   shanghai     12  2002     3.6  guangzhou     23  2003     2.4   shenzhen     34  2004     2.9  chongqing     4

將列表或者數組賦值給某個列時，其長度必須跟 DataFrame 的長度相匹配。如果賦值的是一個 Series，就會精確匹配 DataFrame 的索引，所有的空位都將被填上缺失值。

   In [168]: val = Series([100,200,300],index=[0,2,4])In [169]: frame['area'] = valIn [170]: frameOut[170]: year  people       city   area0  2000     1.5    beijing  100.01  2001     1.7   shanghai    NaN2  2002     3.6  guangzhou  200.03  2003     2.4   shenzhen    NaN4  2004     2.9  chongqing  300.0

為不存在的列賦值會創建出一個新列，可以使用關鍵字 del 刪除列

   In [171]: frame['bool_value'] = frame.city == 'shenzhen'In [172]: frameOut[172]: year  people       city   area  bool_value0  2000     1.5    beijing  100.0       False1  2001     1.7   shanghai    NaN       False2  2002     3.6  guangzhou  200.0       False3  2003     2.4   shenzhen    NaN        True4  2004     2.9  chongqing  300.0       FalseIn [173]: del frame.bool_value---------------------------------------------------------------------------AttributeError                            Traceback (most recent call last)<ipython-input-173-cc8fbbe0efd2> in <module>()----> 1 del frame.bool_valueAttributeError: bool_valueIn [174]: del frame['bool_value']In [175]: frame.columnsOut[175]: Index([u'year', u'people', u'city', u'area'], dtype='object')

另外一種常見的數據形式是嵌套字典，將一個嵌套字典傳給 DataFrame，它就會被解釋為：外層字典的鍵作為列，內層鍵則作為行索引。

   In [180]: people = {'beiijng':{2000:1.5,2001:1.7,2002:3.6},...: 'shanghai':{2000:1.2,2001:1.3,2002:1.8}}In [181]: frame2 = DataFrame(people)In [182]: frame2Out[182]: beiijng  shanghai2000      1.5       1.22001      1.7       1.32002      3.6       1.8# 對其進行轉置In [183]: frame2.TOut[183]: 2000  2001  2002beiijng    1.5   1.7   3.6shanghai   1.2   1.3   1.8

如果設置了 DataFrame 的 index 和 columns 的 name 屬性，則這些信息會顯示出來

   In [187]: frame2.index.name = 'year'In [188]: frame2.columns.name = 'city'In [189]: frame2Out[189]: city  beiijng  shanghaiyear                   2000      1.5       1.22001      1.7       1.32002      3.6       1.8# values 屬性會以二維 ndarray 形式返回 DataFrame 中的數據In [190]: frame2.valuesOut[190]: array([[1.5, 1.2],[1.7, 1.3],[3.6, 1.8]])

下圖給出了 DataFrame 構造函數所能接受的各種數據

2.2 索引對象

構建 Series 或 DataFrame 時，所用到的任何數組或其他序列的標簽都會轉換成一個 index

   In [191]: obj = Series(range(3), index=['a','b','c'])In [192]: index = obj.indexIn [193]: indexOut[193]: Index([u'a', u'b', u'c'], dtype='object')In [194]: index[1:]Out[194]: Index([u'b', u'c'], dtype='object')

index 對象必須是不可修改的，這樣才能保證 index 對象在多個數據結構之間安全共享

   In [195]: index = pd.Index(np.arange(3))In [196]: indexOut[196]: Int64Index([0, 1, 2], dtype='int64')In [197]: obj2 = Series(range(3), index=index)In [198]: obj2Out[198]: 0    01    12    2dtype: int64In [199]: obj2.index is indexOut[199]: True

   In [200]: frame2Out[200]: city  beiijng  shanghaiyear                   2000      1.5       1.22001      1.7       1.32002      3.6       1.8In [202]: 'shanghai' in frame2.columnsOut[202]: TrueIn [203]: 2003 in frame2.indexOut[203]: False

?

總結

以上是生活随笔為你收集整理的Pandas 基础 （2）—— DataFrame的全部內容，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站內容還不錯，歡迎將生活随笔推薦給好友。