读前福利:几百本互联网技术书籍送给大家https://mp.weixin.qq.com/s/dFqVQ2qJxvQ0YrIlPISJuw
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
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
pandas.DataFrame
构造函数:
1 | pandas.DataFrame(data, index, columns, dtype, copy) |
编号 | 参数 | 描述 |
---|---|---|
1 | data | 数据采取各种形式,如:ndarray,series,map,lists,dict,constant和另一个DataFrame。 |
2 | 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。 |
3 | 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。 |
4 | dtype | 每列的数据类型。 |
5 | copy | 如果默认值为False,则此命令(或任何它)用于复制数据。 |
创建DataFrame
Pandas数据帧(DataFrame)可以使用各种输入创建
- 列表
- 字典
- 系列(Series)
- Numpy ndarrays
- 另一个数据帧(DataFrame)
列表
1 | import pandas as pd |
res:1
2
3
4
5
6 0
0 1
1 2
2 3
3 4
4 51
2
3
4import pandas as pd
data = [{'a': 1, 'b': 2},{'a': 5, 'b': 10, 'c': 20}]
df = pd.DataFrame(data, index=['first', 'second'])
print df
res:1
2
3 a b c
0 1 2 NaN
1 5 10 20.0
字典
1 | import pandas as pd |
res:1
2
3
4
5 Age Name
rank1 28 Tom
rank2 34 Jack
rank3 29 Steve
rank4 42 Ricky
系列(Series)
1 | import pandas as pd |
res:1
2
3
4
5 one two
a 1.0 1
b 2.0 2
c 3.0 3
d NaN 4
列选择
1 | import pandas as pd |
列添加
1 | import pandas as pd |
列删除 pop/del
1 | # Using the previous DataFrame, we will delete a column |
行选择,添加和删除
标签选择 loc
1 | import pandas as pd |
按整数位置选择 iloc
1 | import pandas as pd |
行切片
附加行 append
使用append()函数将新行添加到DataFrame1
2
3
4
5
6
7import 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
删除行 drop
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。1
2
3
4
5
6
7
8
9
10
11import 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
最后福利
这里为大家准备了几百本的互联网电子书,有需要的过来取吧。点击获取