数据分析 - pandas - DateFrame的一般使用

二维数组DateFrame的创建

first

• 确定一行的数据，进行赋值（可以少赋值）

t1 = [{"name":"张山", "age":19, "tel":"10088"},
      {"name":"李四", "age":29, "tel":"14792"},
      {"name":"王五", "age":25, "tel":"10637"}]
data1 = pd.DataFrame(t1)
print(data1)

• 输出

  name  age    tel
0   张山   19  10088
1   李四   29  14792
2   王五   25  10637

---

second

• 先确定一列的值，再进行赋值

t2 = {"name":["张山", "李四", "王五"], 
      "age":[19,30,28], 
      "tel":[10392, 38922, 43829]}
data2 = pd.DataFrame(t2)
print(data2)

• 输出

  name  age    tel
0   张山   19  10392
1   李四   30  38922
2   王五   28  43829

---

基本的索引

print("data2.index:\n",data2.index) # 行
print("data2.columns:\n",data2.columns) # 列
print("data2.values:\n",data2.values) # 值
print("data2.astype:\n",data2.astype) # 类型
print("data2.shape:\n",data2.shape) # 几行几列
print("data2.ndim:\n",data2.ndim) # 维度

• 输出

data2.index:
 RangeIndex(start=0, stop=3, step=1)
 
data2.columns:
 Index(['name', 'age', 'tel'], dtype='object')
 
data2.values:
 [['张山' 19 10392]
 ['李四' 30 38922]
 ['王五' 28 43829]]
 
data2.astype:
 <bound method NDFrame.astype of   name  age    tel
0   张山   19  10392
1   李四   30  38922
2   王五   28  43829>

data2.shape:
 (3, 3)
 
data2.ndim:
 2

---

排列

• 默认是升序排列

df = data2.sort_values(by="age") 

---

• 修改成降序排列（CTRL+B 显示原码，然后直接找到对应位置进行重新定义）

df = data2.sort_values(by="age", ascending=False) # 降序排列

---

取行/列

• 取前几行

df = df.head(2) # 取前2行

---

• 直接取行或者列
  • 方括号放入数字，对行操作；放入字符串，对列进行操作

# 方括号放入数字，对行操作；放入字符串，对列进行操作
df1 = data2[:1]
df2 = data2["name"]
df3 = data2[:1]["name"]

---

loc与iloc

• loc - 通过标签进行索引
• iloc - 通过数字进行索引

df4 = data2.loc[:1,["name"]] # 索引第1，2行的name
print(df4)
df5 = data2.iloc[:1,:1] #索引第1，2行与第1，2列的数据

---

• 计算长度 - len（）

df5 = data2["name"].str.len() # 先转换成字符串，后变成长度转换
print(df5)

---

• 分割

df6 = data2["name"].str.split("/")

---

• 原地修改数组

# dropna - 将所有的nan删除
# inplace - 原地修改数组
df7 = data2.dropna(axis=0, inplace=True)

---

以上的全部代码

import pandas as pd
t1 = [{"name":"张山", "age":19, "tel":"10088"},
      {"name":"李四", "age":29, "tel":"14792"},
      {"name":"王五", "age":25, "tel":"10637"}]
data1 = pd.DataFrame(t1)
print(data1)
t2 = {"name":["张山", "李四", "王五"], "age":[19,30,28], "tel":[10392, 38922, 43829]}
data2 = pd.DataFrame(t2)
print(data2)

print("data2.index:\n",data2.index) # RangeIndex(start=0, stop=3, step=1)
print("data2.columns:\n",data2.columns)
print("data2.values:\n",data2.values)
print("data2.astype:\n",data2.astype)
print("data2.shape:\n",data2.shape)
print("data2.ndim:\n",data2.ndim)

df = data2.sort_values(by="age", ascending=False) # 降序排列
print(df)
df = df.head(2) # 取前2行
print(df)

# 方括号放入数字，对行操作；放入字符串，对列进行操作
df1 = data2[:1]
df2 = data2["name"]
df3 = data2[:1]["name"]
print(df1)
print(df2)
print(df3)
# loc - 通过标签进行索引； iloc - 通过数字进行索引
df4 = data2.loc[:1,["name"]]
print(df4)
df5 = data2["name"].str.len()
print(df5)
df6 = data2["name"].str.split("/")
print(df6)
df7 = data2.dropna(axis=0, inplace=True)
print(df7)

• 对应的输出

D:\python.exe E:/pycharm文件/pandas/dataframe一般使用.py
  name  age    tel
0   张山   19  10088
1   李四   29  14792
2   王五   25  10637
  name  age    tel
0   张山   19  10392
1   李四   30  38922
2   王五   28  43829
data2.index:
 RangeIndex(start=0, stop=3, step=1)
data2.columns:
 Index(['name', 'age', 'tel'], dtype='object')
data2.values:
 [['张山' 19 10392]
 ['李四' 30 38922]
 ['王五' 28 43829]]
data2.astype:
 <bound method NDFrame.astype of   name  age    tel
0   张山   19  10392
1   李四   30  38922
2   王五   28  43829>
data2.shape:
 (3, 3)
data2.ndim:
 2
  name  age    tel
1   李四   30  38922
2   王五   28  43829
0   张山   19  10392
  name  age    tel
1   李四   30  38922
2   王五   28  43829
  name  age    tel
0   张山   19  10392
0    张山
1    李四
2    王五
Name: name, dtype: object
0    张山
Name: name, dtype: object
  name
0   张山
1   李四
0    2
1    2
2    2
Name: name, dtype: int64
0    [张山]
1    [李四]
2    [王五]
Name: name, dtype: object
None

Process finished with exit code 0