python学习篇-pandas库（五）

DataFrame常用基本操作
创建数据集df2

1. import pandas as pd
   
2. import numpy as np
   
3. data = {'animal': ['cat', 'cat', 'snake', 'dog', 'dog', 'cat', 'snake', 'cat', 'dog', 'dog'],
   
4.         'age': [2.5, 3, 0.5, np.nan, 5, 2, 4.5, np.nan, 7, 3],
   
5.         'visits': [1, 3, 2, 3, 2, 3, 1, 1, 2, 1],
   
6.         'priority': ['yes', 'yes', 'no', 'yes', 'no', 'no', 'no', 'yes', 'no', 'no']}
   
7. 
   
8. labels = ['a', 'b', 'c', 'd', 'e', 'f', 'g', 'h', 'i', 'j']
   
9. df2 = pd.DataFrame(data, index=labels)

复制代码

1、预览数据
DataFrame.head(n):预览前n行数据
参数n为显示行数

1. df2.head(3)

复制代码

2、查看DataFrame的后3行数据
函数DataFrame.tail(n):预览后n行数据
参数n为显示行数

1. df2.tail(3)

复制代码

3、查看DataFrame索引
函数DataFrame.index

1. df2.index

复制代码

4、查看DataFrame的列名
函数DataFrame.columns

1. df2.columns

复制代码

5、查看DataFrame的数值
函数DataFrame.values

1. df2.values

复制代码

6、查看DataFrame的统计数据
函数DataFrame.describe(include='all')
参数include：如果include='all',返回结果将包含各种类型的属性信息，比如字符串的唯一计数、出现次数、出现最多。
返回count：计数不包括nan值；mean:均值；std：方差；min：最小值；max:最大值

1. df2.describe()

复制代码

1. df2.describe(include='all')

复制代码

7、DataFrame的转置
函数DataFrame.T

1. df2.T

复制代码

8、对DataFrame进行排序
DataFrame.sort_values()
参数by：指定排序列名
参数ascending:指定排序方式，默认True,升序
参数na_position：指定NaN值位置，默认last

1. df2.sort_values(by='age')  # 按 age 升序排列

复制代码

1. df2.sort_values(by='age',ascending=False,na_position='first')

复制代码

9、对DataFrame数据切片

1. df2[1:3]

复制代码

10、对DataFrame通过标签查询
单列
df2['age'] 等价于 df2.age   

1. df2['age']

复制代码

多列

1. df2[['age', 'animal']]  # 传入一个列名组成的列表

复制代码

11、对DataFrame通过位置查询

1. df2.iloc[1:3]  # 查询 2，3 行

复制代码

12、对DataFrame拷贝

1. df3 = df2.copy()# 生成 DataFrame 副本
   
2. df3

复制代码

13、判断DataFrame元素是否为空

1. df3.isnull()  # 如果为空则返回为 True

复制代码

14、添加列数据

1. num = pd.Series([0, 1, 2, 3, 4, 5, 6, 7, 8, 9], index=df3.index)
   
2. 
   
3. df3['Num'] = num  # 添加以 'Num' 为列名的新数据列
   
4. df3

复制代码

14、更改DataFrame对应的下标值

1. # 修改第 2 行与第 2 列对应的值 3.0 → 2.0
   
2. df3.iat[1, 1] = 2  # 索引序号从 0 开始，这里为 1, 1
   
3. df3

复制代码

15、根据索引列名更改DataFrame对应的值

1. df3.loc['f', 'age'] = 1.5
   
2. df3

复制代码

df2[['age', 'animal']]  # 传入一个列名组成的列表
应该会有警告了，提倡： df2.loc[:,["age","animal"]]

向南 发表于 2019-12-20 11:34
df2[['age', 'animal']]  # 传入一个列名组成的列表
应该会有警告了，提倡： df2.loc[:,["age","animal"] ...

可以的，很细节