python中pandas.DataFrame的简单操作方法(创建、索引、增添与删除)
前言
最近在网上搜了许多关于pandas.DataFrame的操作说明,都是一些基础的操作,但是这些操作组合起来还是比较费时间去正确操作DataFrame,花了我挺长时间去调整BUG的。我在这里做一些总结,方便你我他。感兴趣的朋友们一起来看看吧。
一、创建DataFrame的简单操作:
1、根据字典创造:
In[1]:importpandasaspd In[3]:aa={'one':[1,2,3],'two':[2,3,4],'three':[3,4,5]} In[4]:bb=pd.DataFrame(aa) In[5]:bb Out[5]: onethreetwo 0132 1243 2354`
字典中的keys就是DataFrame里面的columns,但是没有index的值,所以需要自己设定,不设定默认是从零开始计数。
bb=pd.DataFrame(aa,index=['first','second','third']) bb Out[7]: onethreetwo first132 second243 third354
2、从多维数组中创建
importnumpyasnp In[9]:delaa In[10]:aa=np.array([[1,2,3],[4,5,6],[7,8,9]]) In[11]:aa Out[11]: array([[1,2,3], [4,5,6], [7,8,9]]) In[12]:bb=pd.DataFrame(aa) In[13]:bb Out[13]: 012 0123 1456 2789
从多维数组中创建就需要为DataFrame赋值columns和index,否则就是默认的,很丑的。
bb=pd.DataFrame(aa,index=[22,33,44],columns=['one','two','three']) In[15]:bb Out[15]: onetwothree 22123 33456 44789
3、用其他的DataFrame创建
bb=pd.DataFrame(aa,index=[22,33,44],columns=['one','two','three']) bb Out[15]: onetwothree 22123 33456 44789 cc=bb[['one','three']].copy() Cc Out[17]: onethree 2213 3346 4479
这里的拷贝是深拷贝,改变cc中的值并不能改变bb中的值。
cc['three'][22]=5 bb Out[19]: onetwothree 22123 33456 44789 cc Out[20]: onethree 2215 3346 4479
二、DataFrame的索引操作:
对于一个DataFrame来说,索引是最烦的,最易出错的。
1、索引一列或几列,比较简单:
bb['one'] Out[21]: 221 334 447 Name:one,dtype:int32
多个列名需要将输入的列名存在一个列表里,才是个collerable的变量,否则会报错。
bb[['one','three']] Out[29]: onethree 2213 3346 4479
2、索引一条记录或几条记录:
bb[1:3] Out[27]: onetwothree 33456 44789 bb[:1] Out[28]: onetwothree 22123
这里注意冒号是必须有的,否则是索引列的了。
3、索引某几列的变量的某几条记录,这个折磨了我好久:
第一种
bb.loc[[22,33]][['one','three']] Out[30]: onethree 2213 3346
这种不能改变这里面的值,你只是能读值,不能写值,可能和loc()函数有关:
bb.loc[[22,33]][['one','three']]=[[2,2],[3,6]] In[32]:bb Out[32]: onetwothree 22123 33456 44789
第二种:也是只能看
bb[['one','three']][:2] Out[33]: onethree 2213 3346
想要改变其中的值就会报错。
In[34]:bb[['one','three']][:2]=[[2,2],[2,2]] -c:1:SettingWithCopyWarning:AvalueistryingtobesetonacopyofaslicefromaDataFrame. Tryusing.loc[row_index,col_indexer]=valueinstead F:\Anaconda\lib\site-packages\pandas\core\frame.py:1999:SettingWithCopyWarning:AvalueistryingtobesetonacopyofaslicefromaDataFrame returnself._setitem_slice(indexer,value)
第三种:可以改变数据的值!!!
Iloc是按照数据的行列数来索引,不算index和columns
bb.iloc[2:3,2:3] Out[36]: three 449 bb.iloc[1:3,1:3] Out[37]: twothree 3356 4489 bb.iloc[0,0] Out[38]:1
下面是证明:
bb.iloc[0:4,0:2]=[[9,9],[9,9],[9,9]] In[45]:bb Out[45]: onetwothree 22993 33996 44999
三、在原有的DataFrame上新建一个columns或几个columns
1、什么都不用的,只能单独创建一列,多列并不好使,亲测无效:
bb['new']=[2,3,4] bb Out[51]: onetwothreenew 229932 339963 449994 bb[['new','new2']]=[[2,3,4],[5,3,7]] KeyError:"['new''new2']notinindex"
赋予的list基本就是按照所给index值顺序赋值,可是一般我们是要对应的index进行赋值,想要更高级的赋值就看后面的了。
2、使用字典进行多列按index赋值:
aa={33:[234,44,55],44:[657,77,77],22:[33,55,457]} In[58]:bb=bb.join(pd.DataFrame(aa.values(),columns=['hi','hello','ok'],index=aa.keys())) In[59]:bb Out[59]: onetwothreenewhihellook 2299323355457 3399632344455 4499946577777
这里aa是一个字典和列表的嵌套,相当于一条记录,使用keys当做index名而不是一般默认的columns名。达到了按index多列匹配的目的。由于dict()储存是混乱的,之间用dict()而不给他的index赋值会记录错乱,这一点注意值得注意。
四、删除多列或多记录:
删除列
bb.drop(['new','hi'],axis=1) Out[60]: onetwothreehellook 2299355457 339964455 449997777
删除记录
bb.drop([22,33],axis=0) Out[61]: onetwothreenewhihellook 4499946577777
跟大家分享一篇关于python中pandas.DataFrame对行与列求和及添加新行与列示例,感兴趣的朋友们可以看看。
DataFrame还有很多功能还没有涉及,等以后有涉及到,看完官网的API之后,还会继续分享,everythingisok。
总结
以上就是这篇文章的全部内容了,希望本文的内容对大家的学习或者工作能带来一定的帮助,如果有疑问大家可以留言交流,谢谢大家对毛票票的支持。