14數(shù)據(jù)結(jié)構(gòu)之DataFrame

DataFrame

一、何為DataFrame?

  • DataFrame是一個(gè)表格型的數(shù)據(jù)結(jié)構(gòu),它由一組有序的列組成舒萎;它有行索引,也有列索引蹭沛,可以被看做由Series組成的字典(共用同一個(gè)索引

二臂寝、如何創(chuàng)建DataFrame?

import pandas as pd
df = pd.DataFrame([[1,2],[3,4]]) 
df1 = pd.DataFrame([[1,2],[3,4]],columns=['zhang','li'],index=['a','b']) 
df2 = pd.DataFrame({'zhang':[1,3],'li':[2,4]})
df3 = pd.DataFrame({'zhang':[1,3],'li':[2,4]},columns=['zhang','li','hu'],index=['a','b']) 
df4 = pd.DataFrame({'zhang':{'a':1,'b':3},'li':{'a':2,'b':4}},columns=['zhang','li','hu'],index=['a','b','c'])
  • 參數(shù)columns用于調(diào)整列的順序、創(chuàng)造新列

三摊灭、DataFrame的屬性

  • values屬性:df.values
  • index屬性:df.index
  • columns屬性:df.columns
  • name屬性:df.columns.name,df.index.name

四咆贬、DataFrame的選取

  • 獲取整列:df4.zhang(推薦)、df4['zhang']帚呼、df4.loc[:,'zhang']掏缎、df4.iloc[:,0]df4.loc[:,['zhang','li']]煤杀、df4.iloc[:,:2]眷蜈、df4[['zhang','li']]
  • 獲取整行:df4.loc['a',:]df4.iloc[0,:]沈自、df4.loc[['a','b'],:]酌儒、df4.loc['a':'b',:]df4.iloc[:2,:]枯途、df4[:2](常省略表示所有列的':'號(hào))
  • 獲取子DataFrame:df4.loc['a':'b','zhang':'li']今豆、df4.iloc[:2,:2]
  • 獲取元素值:df4.loc['a','zhang']df4.iloc[0,0]
  • 基于條件獲热嵩:df4[df4 < 3]df4[df4.zhang < 2]基于列內(nèi)容獲取子DataFrame

五异逐、DataFrame的索引字段ix

  • 近似于集成了索引字段loc捶索、iloc以及條件獲取的功能

六、DataFrame的修改

  • 列的修改:df3.hu = 3灰瞻、df3.hu = [3,5](標(biāo)量或序列)
  • 行的修改:df3.ix['a'] = 6腥例、df3.ix['a'] = [6,7,8](標(biāo)量或序列)
  • 修改列/行中部分?jǐn)?shù)據(jù)可以傳入特定索引的Series
  • 為不存在的列賦值會(huì)創(chuàng)造出新列:df3['wang'] = 8注意:df3.wang = 8不能創(chuàng)造新列
  • 為不存在的行賦值會(huì)創(chuàng)造出新行:df3.ix['c'] = 9
  • 刪除某列:del df3['wang'] 酝润、df3.drop('wang',axis=1)燎竖;注意:del df3.wang不能刪除某列
  • 刪除某行:df3.drop('c')

七、 兩個(gè)繪圖小知識(shí)點(diǎn)

  • Series要销、DataFrameindex默認(rèn)被用來(lái)繪制X軸,可通過(guò)use_False=False禁用該功能
  • DataFrame列的name被用作圖例的標(biāo)題
最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末构回,一起剝皮案震驚了整個(gè)濱河市,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌纤掸,老刑警劉巖脐供,帶你破解...
    沈念sama閱讀 218,755評(píng)論 6 507
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場(chǎng)離奇詭異借跪,居然都是意外死亡政己,警方通過(guò)查閱死者的電腦和手機(jī),發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,305評(píng)論 3 395
  • 文/潘曉璐 我一進(jìn)店門掏愁,熙熙樓的掌柜王于貴愁眉苦臉地迎上來(lái)歇由,“玉大人,你說(shuō)我怎么就攤上這事果港÷倜冢” “怎么了?”我有些...
    開封第一講書人閱讀 165,138評(píng)論 0 355
  • 文/不壞的土叔 我叫張陵京腥,是天一觀的道長(zhǎng)赦肃。 經(jīng)常有香客問(wèn)我,道長(zhǎng)公浪,這世上最難降的妖魔是什么他宛? 我笑而不...
    開封第一講書人閱讀 58,791評(píng)論 1 295
  • 正文 為了忘掉前任,我火速辦了婚禮欠气,結(jié)果婚禮上厅各,老公的妹妹穿的比我還像新娘。我一直安慰自己预柒,他們只是感情好队塘,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,794評(píng)論 6 392
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著宜鸯,像睡著了一般憔古。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上淋袖,一...
    開封第一講書人閱讀 51,631評(píng)論 1 305
  • 那天鸿市,我揣著相機(jī)與錄音,去河邊找鬼即碗。 笑死焰情,一個(gè)胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的剥懒。 我是一名探鬼主播内舟,決...
    沈念sama閱讀 40,362評(píng)論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼,長(zhǎng)吁一口氣:“原來(lái)是場(chǎng)噩夢(mèng)啊……” “哼初橘!你這毒婦竟也來(lái)了验游?” 一聲冷哼從身側(cè)響起充岛,我...
    開封第一講書人閱讀 39,264評(píng)論 0 276
  • 序言:老撾萬(wàn)榮一對(duì)情侶失蹤,失蹤者是張志新(化名)和其女友劉穎批狱,沒(méi)想到半個(gè)月后裸准,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 45,724評(píng)論 1 315
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡赔硫,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 37,900評(píng)論 3 336
  • 正文 我和宋清朗相戀三年炒俱,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片爪膊。...
    茶點(diǎn)故事閱讀 40,040評(píng)論 1 350
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡权悟,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出推盛,到底是詐尸還是另有隱情峦阁,我是刑警寧澤,帶...
    沈念sama閱讀 35,742評(píng)論 5 346
  • 正文 年R本政府宣布耘成,位于F島的核電站榔昔,受9級(jí)特大地震影響,放射性物質(zhì)發(fā)生泄漏瘪菌。R本人自食惡果不足惜撒会,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,364評(píng)論 3 330
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望师妙。 院中可真熱鬧诵肛,春花似錦、人聲如沸默穴。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,944評(píng)論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)蓄诽。三九已至薛训,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間仑氛,已是汗流浹背许蓖。 一陣腳步聲響...
    開封第一講書人閱讀 33,060評(píng)論 1 270
  • 我被黑心中介騙來(lái)泰國(guó)打工, 沒(méi)想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留调衰,地道東北人。 一個(gè)月前我還...
    沈念sama閱讀 48,247評(píng)論 3 371
  • 正文 我出身青樓自阱,卻偏偏與公主長(zhǎng)得像嚎莉,于是被迫代替她去往敵國(guó)和親。 傳聞我的和親對(duì)象是個(gè)殘疾皇子沛豌,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 44,979評(píng)論 2 355

推薦閱讀更多精彩內(nèi)容