Pandas 学习 第4篇:DataFrame -(创建、属性、操作列、类型转换)

数据框类似于二维的关系表,包含一组有序的列,列与列之间的数据类型可以是不同的,但是单个列的数据类型是相同的。数据框的每一列或每一行都可以认为是一个Series。

DataFrame中面向行和面向列的操作基本上是相同的,把行和列称作轴(axis),DataFrame是按照轴进行操作的,axis=0表示行轴;axis=1 表示列轴。

在操作DataFrame的函数中,通常有沿着轴来进行操作,沿着axis=0,表示对一列(column)的数据进行操作;沿着axis=1,表示对一行(row)的数据进行操作。

axis{0 or ‘index’, 1 or ‘columns’}, default 0
Axis along which the function is applied:

  • 0 or ‘index’: apply function to each column.
  • 1 or ‘columns’: apply function to each row.

DataFrame对象既有行索引(index),也有列索引(columns),行索引也叫做行标签,列索引也叫做列标签/列名。在DataFrame的构造函数中,columns参数用于设置列索引,index用于设置行索引,都属于Index类型。Index对象既可以使用位置(整数)来表示,也可以使用标签(字符串)来表示,位置的起始值是0,标签是通过列表来指定的。

一,数据框构造函数

数据框的基础构造函数是DataFrame,从array-like的结构中构造数据框:

pandas.DataFrame(data=None, index=None, columns=None)

参数注释:

  • data:ndarray、list 或dict
  • index:行索引
  • columns:列名列表

除了基础构造函数之外,还有 DataFrame.from_records 和 DataFrame.from_dict,专门用于从元组 和 字典中创建数据框。

二,创建数据框

通常情况下,我们使用pd.DataFrame()函数来创建数据框,当然也可以根据需要使用pd.DataFrame.from_dict()函数来创建数据框。

1,使用字典来创建数据框

通过等长的字典来创建数据框,并可以设置数据框的列名和行索引。字典存储的是每列的数据:

>>> data = {'state': ['Ohio', 'Ohio', 'Ohio', 'Nevada', 'Nevada'],
...     'year': [2000, 2001, 2002, 2001, 2002],
...     'pop': [1.5, 1.7, 3.6, 2.4, 2.9]}
>>> row_index = ['one', 'two', 'three', 'four', 'five']
>>> col_names=['year', 'state', 'pop']
>>> df=pd.DataFrame(data,columns=col_names,index=row_index)
       year   state  pop
one    2000    Ohio  1.5
two    2001    Ohio  1.7
three  2002    Ohio  3.6
four   2001  Nevada  2.4
five   2002  Nevada  2.9

2,使用列表(列表项是List)来创建数据框

列表项是列表,把该列表转换为DataFrame:

students = [ ['jack', 34, 'Sydeny'] ,
             ['Riti', 30, 'Delhi' ] ,
             ['Aadi', 16, 'New York'] ]
df = pd.DataFrame(students) 

3,使用列表(列表项是元组)来创建数据框

列表项是元组,把该列表转换为DataFrame:

students = [ ('jack', 34, 'Sydeny') ,
             ('Riti', 30, 'Delhi' ) ,
             ('Aadi', 16, 'New York') ]
df = pd.DataFrame(students) 

4,使用from_dict创建数据框

data是一个字典结构,字典的Key是列名,Value是一个列表,通过这种格式创建数据框:

>>> data = {'col_1': [3, 2, 1, 0], 'col_2': ['a', 'b', 'c', 'd']}
>>> pd.DataFrame.from_dict(data)
   col_1 col_2
0      3     a
1      2     b
2      1     c
3      0     d

三,数据框的属性

数据框的属性主要是索引、列名、数据类型和值,对于一下数据框

1,数据框的索引

通过index属性来访问数据框的行标签,通过columns属性访问数据框的列标签:

>>> df.index
Index(['one', 'two', 'three', 'four', 'five'], dtype='object')
>>> df.columns
Index(['year', 'state', 'pop'], dtype='object')

2,数据类型

查看数据框各列的数据类型

>>> df.dtypes
year       int64
state     object
pop      float64
dtype: object

查看数据框中某一列的数据类型:

df['col_name'].dtypes
df.col_name.dtypes

3,数据框的值

values属性以Numpy数组形式显示数据框的值:

>>> df.values
array([[2000, 'Ohio', 1.5],
       [2001, 'Ohio', 1.7],
       [2002, 'Ohio', 3.6],
       [2001, 'Nevada', 2.4],
       [2002, 'Nevada', 2.9]], dtype=object)

4,数据框的轴和形状

>>> df.axes
[Index(['one', 'two', 'three', 'four', 'five'], dtype='object'), Index(['year', 'state', 'pop'], dtype='object')]
>>> df.shape
(5, 3)

四,列操作和行操作

追加列

通过为一个新列赋值来向数据框中追加新列,新列始终处于列名序列的末尾:

>>> df['new']='a'

插入列 

要制定新列的位置,需要使用insert()函数,该函数向数据框中插入一列,并制定新列的位置:

DataFrame.insert(self, loc, column, value)

参数注释:

  • loc:插入列的位置,该位置索引必须0 <= loc <= len(columns)
  • column:插入列的名称
  • value:插入列的值,可以是单个标量值,插入列的值都是相同的;可以是序列或array-like,为每一行的列设置一个值。

举个例子,向df的末尾插入一列,列值都是a:

>>> df.insert(3,'new','a')

删除列或行

使用drop()函数来删除行或列:

DataFrame.drop(self, labels=None, axis=0, index=None, columns=None, level=None, inplace=False, errors='raise')

参数注释:

  • labels 和 axis:labels参数指定要删除的标签,如果axis=0 或 'index',表示行标签;如果axis=1 或 'columns',表示列标签。axis的默认值是0。
  • index:设置index 等价于设置 labels 和axis=0;
  • columns:设置columns等价于设置 labels和 axis=1;

举个例子,把df的列new删除:

>>> df.drop(labels='new',axis=1)

追加数据行

向数据框的末尾追加数据行:

DataFrame.append(self, other, ignore_index=False, verify_integrity=False, sort=None)

也就是把一个结构相同的DataFrame追加到另一个DataFrame的后面,把两个DataFrame合并为一个。

五,列数据类型转换

astype(dtype) 函数用于把数据框的列转换为特定的类型,dtype可以是pandas支持的类型,也可以是numpy.dtype,也可以是Python类型:

把数据框的列改变为字符串类型,str是python类型,'object'是pandas支持的字符串类型:

df['col_name'].astype(str)
df['col_name'].astype('object')

其他转换类型的函数

使用Pandas提供的函数如to_numeric()、to_datetime()

 

参考文档:

pandas DataFrame

作者悦光阴
本文版权归作者和博客园所有,欢迎转载,但未经作者同意,必须保留此段声明,且在文章页面醒目位置显示原文连接,否则保留追究法律责任的权利。
posted @ 2019-04-05 16:20  悦光阴  阅读(14100)  评论(0编辑  收藏  举报