>>> from env_helper import info; info()
页面更新时间： 2022-10-16 21:54:28
运行环境：
    Linux发行版本: Debian GNU/Linux 11 (bullseye)
    操作系统内核: Linux-5.10.0-18-amd64-x86_64-with-glibc2.31
    Python版本: 3.9.2

5.4. Pandas数据帧（DataFrame）¶

数据帧(DataFrame)是二维数据结构，即数据以行和列的表格方式排列。可以视为 SQL 表或电子表格数据表示。

数据帧(DataFrame)的功能特点：

潜在的列是不同的类型
大小可变
标记轴(行和列)
可以对行和列执行算术运算

创建数据帧¶

Pandas中的DataFrame可以使用以下构造函数创建 -

pandas.DataFrame( data, index, columns, dtype, copy)

构造函数的参数如下：

data 数据采取各种形式，如:ndarray，series，map，lists，dict，constant和另一个DataFrame。
index 对于行标签，要用于结果帧的索引是可选缺省值np.arrange(n)，如果没有传递索引值。
columns 对于列标签，可选的默认语法是 - np.arange(n)。这只有在没有索引传递的情况下才是这样。
dtype 每列的数据类型。
copy 如果默认值为False，则此命令(或任何它)用于复制数据。

Pandas数据帧(DataFrame)可以使用各种输入创建，如 -

列表
字典
系列
Numpy ndarrays
另一个数据帧(DataFrame)

在本章的后续章节中，我们将看到如何使用这些输入创建数据帧(DataFrame)。

创建基本数据帧是空数据帧。

>>> df = pd.DataFrame()
>>> df

执行上面示例代码，得到以下结果 -

从列表创建DataFrame¶

可以使用单个列表或列表列表创建数据帧(DataFrame)。

实例-1¶

>>> data = [1,2,3,4,5]
>>> df = pd.DataFrame(data)
>>> df

	0
0	1
1	2
2	3
3	4
4	5

实例-2¶

>>> import pandas as pd
>>> data = [['Alex',10],['Bob',12],['Clarke',13]]
>>> df = pd.DataFrame(data,columns=['Name','Age'])
>>> df

	Name	Age
0	Alex	10
1	Bob	12
2	Clarke	13

实例-3¶

>>> data = [['Alex',10],['Bob',12],['Clarke',13]]
>>> df = pd.DataFrame(data,columns=['Name','Age'],dtype=float)
>>> df

	Name	Age
0	Alex	10.0
1	Bob	12.0
2	Clarke	13.0

注意 - 可以观察到，dtype参数将Age列的类型更改为浮点。

从ndarrays/Lists的字典来创建DataFrame¶

所有的ndarrays必须具有相同的长度。如果传递了索引(index)，则索引的长度应等于数组的长度。

如果没有传递索引，则默认情况下，索引将为range(n)，其中n为数组长度。

实例-1¶

>>> data = {'Name':['Tom', 'Jack', 'Steve', 'Ricky'],'Age':[28,34,29,42]}
>>> df = pd.DataFrame(data)
>>> df

	Name	Age
0	Tom	28
1	Jack	34
2	Steve	29
3	Ricky	42

注 - 观察值0,1,2,3。它们是分配给每个使用函数range(n)的默认索引。

示例-2¶

使用数组创建一个索引的数据帧(DataFrame)。

>>> data = {'Name':['Tom', 'Jack', 'Steve', 'Ricky'],'Age':[28,34,29,42]}
>>> df = pd.DataFrame(data, index=['rank1','rank2','rank3','rank4'])
>>> df

	Name	Age
rank1	Tom	28
rank2	Jack	34
rank3	Steve	29
rank4	Ricky	42

注意 - index参数为每行分配一个索引。

从列表创建数据帧DataFrame¶

字典列表可作为输入数据传递以用来创建数据帧(DataFrame)，字典键默认为列名。

实例-1¶

以下示例显示如何通过传递字典列表来创建数据帧(DataFrame)。

>>> data = [{'a': 1, 'b': 2},{'a': 5, 'b': 10, 'c': 20}]
>>> df = pd.DataFrame(data)
>>> df

	a	b	c
0	1	2	NaN
1	5	10	20.0

注意 - 观察到， ``NaN`` (不是数字)被附加在缺失的区域。

示例-2¶

以下示例显示如何通过传递字典列表和行索引来创建数据帧(DataFrame)。

>>> data = [{'a': 1, 'b': 2},{'a': 5, 'b': 10, 'c': 20}]
>>> df = pd.DataFrame(data, index=['first', 'second'])
>>> df

	a	b	c
first	1	2	NaN
second	5	10	20.0

实例-3¶

以下示例显示如何使用字典，行索引和列索引列表创建数据帧(DataFrame)。

>>> data = [{'a': 1, 'b': 2},{'a': 5, 'b': 10, 'c': 20}]

With two column indices, values same as dictionary keys

>>> df1 = pd.DataFrame(data, index=['first', 'second'], columns=['a', 'b'])

With two column indices with one index with other name

>>> df2 = pd.DataFrame(data, index=['first', 'second'], columns=['a', 'b1'])
>>> print(df1)
>>> print(df2)
         a   b
 first   1   2
 second  5  10
         a  b1
 first   1 NaN
 second  5 NaN


注意 - 观察，df2使用字典键以外的列索引创建DataFrame;
因此，附加了NaN到位置上。
而df1是使用列索引创建的，与字典键相同，所以也附加了NaN。

从系列的字典来创建DataFrame¶

字典的系列可以传递以形成一个DataFrame。所得到的索引是通过的所有系列索引的并集。

示例¶

>>> d = {'one' : pd.Series([1, 2, 3], index=['a', 'b', 'c']),
>>>      'two' : pd.Series([1, 2, 3, 4], index=['a', 'b', 'c', 'd'])}
>>> df = pd.DataFrame(d)
>>> df

	one	two
a	1.0	1
b	2.0	2
c	3.0	3
d	NaN	4

注意 - 对于第一个系列，观察到没有传递标签 ``d`` ，但在结果中，对于 ``d`` 标签，附加了 ``NaN`` 。

列选择¶

现在通过实例来了解列选择，添加和删除。

下面将通过从数据帧(DataFrame)中选择一列。

示例¶

>>> d = {'one' : pd.Series([1, 2, 3], index=['a', 'b', 'c']),
>>>      'two' : pd.Series([1, 2, 3, 4], index=['a', 'b', 'c', 'd'])}
>>> df = pd.DataFrame(d)
>>> df ['one']
a    1.0
b    2.0
c    3.0
d    NaN
Name: one, dtype: float64

列添加¶

下面将通过向现有数据框添加一个新列来理解这一点。

示例¶

>>> d = {'one' : pd.Series([1, 2, 3], index=['a', 'b', 'c']),
>>>      'two' : pd.Series([1, 2, 3, 4], index=['a', 'b', 'c', 'd'])}
>>> df = pd.DataFrame(d)

Adding a new column to an existing DataFrame object with column label by passing new series

>>> print ("Adding a new column by passing as Series:")
>>> df['three']=pd.Series([10,20,30],index=['a','b','c'])
>>> print(df)
Adding a new column by passing as Series:
   one  two  three
a  1.0    1   10.0
b  2.0    2   20.0
c  3.0    3   30.0
d  NaN    4    NaN

>>> print ("Adding a new column using the existing columns in DataFrame:")
>>> df['four']=df['one']+df['three']
>>>
>>> print(df)
Adding a new column using the existing columns in DataFrame:
   one  two  three  four
a  1.0    1   10.0  11.0
b  2.0    2   20.0  22.0
c  3.0    3   30.0  33.0
d  NaN    4    NaN   NaN

列删除¶

列可以删除或弹出; 看看下面的例子来了解一下。

例子¶

>>> # Using the previous DataFrame, we will delete a column
>>> # using del function
>>> import pandas as pd
>>>
>>> d = {'one' : pd.Series([1, 2, 3], index=['a', 'b', 'c']),
>>>      'two' : pd.Series([1, 2, 3, 4], index=['a', 'b', 'c', 'd']),
>>>      'three' : pd.Series([10,20,30], index=['a','b','c'])}
>>>
>>> df = pd.DataFrame(d)
>>> print ("Our dataframe is:")
>>> print(df)
>>>
>>> # using del function
>>> print ("Deleting the first column using DEL function:")
>>> del df['one']
>>> print(df)
>>>
>>> # using pop function
>>> print ("Deleting another column using POP function:")
>>> df.pop('two')
>>> print(df)
Our dataframe is:
   one  three  two
a  1.0   10.0    1
b  2.0   20.0    2
c  3.0   30.0    3
d  NaN    NaN    4
Deleting the first column using DEL function:
   three  two
a   10.0    1
b   20.0    2
c   30.0    3
d    NaN    4
Deleting another column using POP function:
   three
a   10.0
b   20.0
c   30.0
d    NaN

行选择，添加和删除¶

现在将通过下面实例来了解行选择，添加和删除。我们从选择的概念开始。

标签选择¶

可以通过将行标签传递给loc()函数来选择行。参考以下示例代码 -

>>> import pandas as pd
>>>
>>> d = {'one' : pd.Series([1, 2, 3], index=['a', 'b', 'c']),
>>>      'two' : pd.Series([1, 2, 3, 4], index=['a', 'b', 'c', 'd'])}
>>>
>>> df = pd.DataFrame(d)
>>> print(df.loc['b'])
one    2.0
two    2.0
Name: b, dtype: float64

结果是一系列标签作为DataFrame的列名称。而且，系列的名称是检索的标签。

按整数位置选择

可以通过将整数位置传递给iloc()函数来选择行。参考以下示例代码 -

>>> import pandas as pd
>>>
>>> d = {'one' : pd.Series([1, 2, 3], index=['a', 'b', 'c']),
>>>      'two' : pd.Series([1, 2, 3, 4], index=['a', 'b', 'c', 'd'])}
>>>
>>> df = pd.DataFrame(d)
>>> print(df.iloc[2])
one    3.0
two    3.0
Name: c, dtype: float64

行切片¶

可以使用:运算符选择多行。参考以下示例代码 -

>>> import pandas as pd
>>>
>>> d = {'one' : pd.Series([1, 2, 3], index=['a', 'b', 'c']),
>>>     'two' : pd.Series([1, 2, 3, 4], index=['a', 'b', 'c', 'd'])}
>>>
>>> df = pd.DataFrame(d)
>>> print(df[2:4])
   one  two
c  3.0    3
d  NaN    4

附加行¶

使用append()函数将新行添加到DataFrame。此功能将附加行结束。

>>> import pandas as pd
>>>
>>> df = pd.DataFrame([[1, 2], [3, 4]], columns = ['a','b'])
>>> df2 = pd.DataFrame([[5, 6], [7, 8]], columns = ['a','b'])
>>>
>>> df = df.append(df2)
>>> print(df)
   a  b
0  1  2
1  3  4
0  5  6
1  7  8

删除行¶

使用索引标签从DataFrame中删除或删除行。如果标签重复，则会删除多行。

如果有注意，在上述示例中，有标签是重复的。这里再多放一个标签，看看有多少行被删除。

>>> import pandas as pd
>>>
>>> df = pd.DataFrame([[1, 2], [3, 4]], columns = ['a','b'])
>>> df2 = pd.DataFrame([[5, 6], [7, 8]], columns = ['a','b'])
>>>
>>> df = df.append(df2)
>>>
>>> # Drop rows with label 0
>>> df = df.drop(0)
>>>
>>> print(df)
   a  b
1  3  4
1  7  8

在上面的例子中，一共有两行被删除，因为这两行包含相同的标签0。

目录

上一个主题

下一个主题

5.4. Pandas数据帧（DataFrame）¶

创建数据帧¶

从列表创建DataFrame¶

实例-1¶

实例-2¶

实例-3¶

从ndarrays/Lists的字典来创建DataFrame¶

实例-1¶

示例-2¶

从列表创建数据帧DataFrame¶

实例-1¶

示例-2¶

实例-3¶

从系列的字典来创建DataFrame¶

示例¶

列选择¶

示例¶

列添加¶

示例¶

列删除¶

例子¶

行选择，添加和删除¶

标签选择¶

行切片¶

附加行¶

删除行¶